您的位置:网站首页 > 《中文科技期刊数据库》 > 人文社科 > 军事 > 武器工业 > 摘要

基于YOLOv3的复杂环境红外弱小目标检测

《航空兵器》2019年 第6期 | 赵琰 刘荻 赵凌君   国防科技大学CEMEE国家重点实验室 长沙410073 国防科技大学ATR重点实验室 长沙410073
导出参考文献 ★ 收藏 | 分享
  • 第1页
  • 第2页
  • 第3页
  • 第4页
论文服务:
摘 要:在复杂环境的红外弱小目标检测问题中,传统算法大多需要对红外目标进行特征增强、背景杂波抑制等预处理工作,算法检测准确率低,控制参数较多。通过对红外目标特性进行分析,本文构建了基于深度学习的复杂环境红外弱小目标检测算法。算法以单阶段目标检测网络YOLOv3为基础,简化处理流程,显著提升对红外弱小目标的检测精度。在红外弱小目标数据集的测试中, YOLOv3较实验对比的方法在检测准确性上具有明显的提升,其平均准确率(AP)可达99.5%以上,验证了算法对红外弱小目标检测的有效性。
【分 类】【工业技术】 > 武器工业 > 火箭、导弹 > 导弹 > 一般性问题
【关键词】 深度学习 YOLOv3 红外目标检测 红外弱小目标 复杂环境
【出 处】 《航空兵器》2019年 第6期 29-34页 共6页
【收 录】 中文科技期刊数据库

尊敬的读者:

在全国人民勠力同心抗击新型冠状病毒感染的肺炎疫情之际,为了给广大人民群众的教育、工作和生活提供便利,维普网(www.cqvip.com)在疫情防控期间免费向读者开放学术论文的下载权限。