Research on remote sensing image aircraft target detection techonlogy based on YOLOv4-tiny

doi:10.13741/j.cnki.11-1879/o4.2021.03.016

您当前的位置：

首页 >

文章列表页 >

Research on remote sensing image aircraft target detection techonlogy based on YOLOv4-tiny

更新时间：2025-09-01

- Research on remote sensing image aircraft target detection techonlogy based on YOLOv4-tiny
- Vol. 47, Issue 3, Pages: 344-351(2021)
- 作者机构：
  
  1. 1:中国科学院长春光学精密机械与物理研究所空间光学研究二部
  2. 2:中国科学院大学
  3. 3:北京跟踪与通信技术研究所
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2021.03.016
  CLC：
- Published：2021
- 稿件说明：
移动端阅览
Research on remote sensing image aircraft target detection techonlogy based on YOLOv4-tiny[J]. 2021, 47(3): 344-351.
DOI：

Research on remote sensing image aircraft target detection techonlogy based on YOLOv4-tiny[J]. 2021, 47(3): 344-351. DOI： 10.13741/j.cnki.11-1879/o4.2021.03.016.

摘要

针对传统遥感图像飞机目标检测算法在复杂背景下存在检测准确度和检测召回率较低的问题

基于深度学习中YOLOv4-tiny提出一种遥感图像飞机目标检测算法。根据YOLOv3和YOLOv4的网络结构对YOLOv4-tiny的网络结构进行改进

将原算法中的CSP特征提取网络强化

使其特征提取能力增加;使用Mish激活函数替换原激活函数Leaky ReLU

以获取更好的泛化性;添加了空间金字塔池化模块

缓解网络对目标尺度的敏感程度。实验结果表明:在常规高质量、过度曝光的停机坪、登机口干扰和雾天影响的遥感图像测试中

改进后的算法都有很优秀的检测效果

最终统计检测准确度为98.49%

较原算法提升了1.79%

召回率为97.19%

提升了23.2%

速度达到8.77ms。检测效果有显著提升

能够满足实时性要求。

Abstract

关键词

Keywords

references

Views

1414

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

The discrete wavelet thansform and discrete orthonomal Stockwell transform based optical image encryption algorithm

Moving object detection based on combined stereovision and optical flow

Detection and recognition method of power phase sign

Coastline detection in remote sensing image of geostationary satellite

Detection of weak point moving targets in infrared image sequences

Related Author

毋江波

陈娜

黄影平

闵琪

唐延东

李文涛

蔺蘭

何思远

Related Institution

2:山西大学经济与管理学院

1:山西交通职业技术学院信息工程系

1:上海理工大学光电信息与计算机工程学院

3:沈阳工程学院自动化学院

1:中国科学院沈阳自动化研究所机器人学国家重点实验室

⁰