公开(公告)号：CN111462050B

公开(公告)日：2022-10-11

申请号：CN202010172524.4

申请日：2020-03-12

Applicant: 上海理工大学

Inventor： 张孙杰 ,  陈磊 ,  肖寒臣

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及目标检测技术领域，具体涉及一种改进YOLOv3的极小遥感图像目标检测方法、装置及存储介质，本发明提出了在FPN模块上添加额外的自底向上、横向连接的路径改善低分辨率特征的性能，构造自顶向下和自底向上的特征金字塔网络，融合双向结合的金字塔特征层，并应用于遥感图像的目标检测，采用1×1的卷积减少网络模型的维度，提高网络的检测速度。最后在VEDAI和NWPU VHR遥感车辆数据集上和最先进的YOLOv3网络做了定量和定性对比分析。结果表明，改进后的网络检测性能比原网络有了明显提高，网络的检测速度几乎没有改变，解决了现阶段极小遥感图像目标检测率低、虚警率高、检测速度慢的问题。

公开(公告)号：CN111462050A

公开(公告)日：2020-07-28

申请号：CN202010172524.4

申请日：2020-03-12

Applicant: 上海理工大学

Inventor： 张孙杰 ,  陈磊 ,  肖寒臣

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及目标检测技术领域，具体涉及一种改进YOLOv3的极小遥感图像目标检测方法、装置及存储介质，本发明提出了在FPN模块上添加额外的自底向上、横向连接的路径改善低分辨率特征的性能，构造自顶向下和自底向上的特征金字塔网络，融合双向结合的金字塔特征层，并应用于遥感图像的目标检测，采用1×1的卷积减少网络模型的维度，提高网络的检测速度。最后在VEDAI和NWPU VHR遥感车辆数据集上和最先进的YOLOv3网络做了定量和定性对比分析。结果表明，改进后的网络检测性能比原网络有了明显提高，网络的检测速度几乎没有改变，解决了现阶段极小遥感图像目标检测率低、虚警率高、检测速度慢的问题。