典型文献
基于改进YOLOv3的高分辨率遥感图像复合目标检测
文献摘要：
遥感图像的复合目标相对单一目标而言,存在多个结构,结构之间存在一定差异.本文围绕复合目标多变性、复杂性,大宽幅遥感影像背景复杂,存在较多和待检复合目标特征相似的区域,检测准确率较低等问题,开展基于高分辨率遥感图像的复合目标检测研究.首先开展目标特性分析和样本数据标注;然后提出一种基于Coordinate Attention注意力机制和Focal Loss损失函数的改进YOLOv3检测算法;最后以篮球场这种复合目标为例进行实验.实验结果表明,改进后的算法与原YOLOv3算法相比,召回率和平均检测准确率分别提高了10.3个百分点和28.8个百分点.该结果验证了所提方案的可行性、合理性.
文献关键词：
目标检测;注意力机制;损失函数;复合目标
中图分类号：
作者姓名：
张飙;王慧贤;韩冰
作者机构：
中国科学院空天信息创新研究院,北京 100190;中国科学院大学电子电气与通信工程学院,北京 100049;中国科学院空间信息处理与应用系统技术重点实验室,北京 100190
文献出处：
引用格式：
[1]张飙;王慧贤;韩冰-.基于改进YOLOv3的高分辨率遥感图像复合目标检测)[J].计算机与现代化,2022(12):74-80
A类：
B类：
YOLOv3,高分辨率遥感图像,复合目标,目标检测,多变性,大宽幅,遥感影像,目标特征,检测准确率,目标特性分析,数据标注,Coordinate,Attention,注意力机制,Focal,Loss,损失函数,检测算法,篮球场,召回率,百分点
AB值：
0.303397
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。
