-
题名改进YOLO网络的光学遥感图像动态目标实时检测
- 1
-
-
作者
蔡友林
-
机构
东华理工大学
-
出处
《现代电子技术》
2025年第19期36-40,共5页
-
基金
江西省核地学数据科学与系统工程技术研究中心开放基金(JETRCNGDSS201806)。
-
文摘
为应对光学遥感图像中动态目标被遮挡的情况,实现微小目标运动状态检测,从而推动遥感技术发展,文中提出改进YOLO网络的光学遥感图像动态目标实时检测方法。获取卫星采集光学遥感图像,通过初步剪切处理实现图像尺寸调整,有效增大动态目标在光学遥感图像中的占比,将尺寸调整后包含动态目标光学遥感图像输入到引入注意力机制改进的YOLOv3网络中,最终得到动态目标类别得分情况及预测边界框,实现光学遥感图像动态目标实时检测。通过实验验证,该方法能够通过标识框标注动态目标,实现较为精准的动态目标种类识别,在目标受不同遮挡面积情况下,动态目标种类实时检测得分均高于95%,检测偏差均小于1.6%,证明文中方法能够精准实现动态目标实时检测,有效提升遥感技术实际应用性。
-
关键词
YOLOv3网络
光学遥感图像
动态目标检测
尺寸调整
DarkNet-53网络
预测边界框
目标类别得分
注意力机制
-
Keywords
YOLOv3 network
optical remote sensing image
dynamic object detection
size adjustment
DarkNet⁃53 network
prediction bounding box
object category score
attention mechanism
-
分类号
TN911.73-34
[电子电信]
TP753
[电子电信—通信与信息系统]
-
