典型文献
基于改进YOLOv3的机场停机坪目标检测方法
文献摘要：
提出一种基于YOLOv3的改进算法,用于对进入机场停机坪人员的合法性进行自动识别.首先,结合Ghost-Net网络对YOLOv3的特征提取网络进行优化,将卷积层和归一化层进行合并,减少了参数量,使得模型在嵌入式设备中完成检测任务;其次,在网络中添加了注意力机制,并采用自底向上与反卷积特征融合的方式提升小目标的检测能力,对损失函数和模型参数进行改进,提升了网络的训练和检测效果.实验结果表明,与原始算法相比,所提方法可以减少模型的参数量,提升模型在复杂环境下的检测效果.
文献关键词：
目标检测;特征融合;注意力机制;反卷积
中图分类号：
作者姓名：
王阳;袁国武;瞿睿;周浩;郑东
作者机构：
云南大学 信息学院 云南 昆明 650504
文献出处：
引用格式：
[1]王阳;袁国武;瞿睿;周浩;郑东-.基于改进YOLOv3的机场停机坪目标检测方法)[J].郑州大学学报（理学版）,2022(05):22-28
A类：
B类：
YOLOv3,停机坪,目标检测方法,改进算法,自动识别,Ghost,Net,特征提取网络,卷积层,层进,行合并,参数量,嵌入式设备,注意力机制,底向上,反卷积,卷积特征融合,小目标,检测能力,损失函数,检测效果,复杂环境
AB值：
0.389077
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
