典型文献
基于改进的YOLO v3的遥感图像目标检测
文献摘要：
为了实现对遥感图像目标检测,对YOLO v3算法特征提取网络进行了改进.采用复制主干网络的方法,搭建辅助网络,使网络能够提取到更多的特征.为了使主干网络和辅助网络所提取的特征整合到一起,采用挤压激励(Squeeze and excitation,SE)注意力机制模块进行连接并使用DOTA数据集进行验证,以准确率等评价指标来评价改进网络的性能.实验结果表明,检测的能力在改进后有着明显的提升,比原始的YOLO v3算法准确率提高了8.68％,在检测精度上有所提升.
文献关键词：
遥感图像;YOLO v3;注意力机制;目标检测
中图分类号：
作者姓名：
曲振方;朱福珍
作者机构：
黑龙江大学 电子工程学院,哈尔滨150080
文献出处：
引用格式：
[1]曲振方;朱福珍-.基于改进的YOLO v3的遥感图像目标检测)[J].黑龙江大学自然科学学报,2022(02):231-237
A类：
B类：
YOLO,v3,遥感图像,图像目标检测,算法特征,特征提取网络,主干网络,取到,特征整合,合到,挤压激励,Squeeze,excitation,SE,注意力机制模块,DOTA,评价改进,进网,检测精度
AB值：
0.417159
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。
