基于YOLOv4-tiny的遥感图像飞机目标检测技术研究

您当前的位置：

首页 >

文章列表页 >

光学图像处理与识别 | 更新时间：2025-09-01

- 基于YOLOv4-tiny的遥感图像飞机目标检测技术研究
- Research on remote sensing image aircraft target detection techonlogy based on YOLOv4-tiny
- 光学技术 2021年47卷第3期页码：344-351
- 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：
  
  国家自然科学基金(61801455)
- DOI：10.13741/j.cnki.11-1879/o4.2021.03.016
  中图分类号：
- 纸质出版：2021
- 稿件说明：
移动端阅览
张欣, 张永强, 何斌, 等. 基于YOLOv4-tiny的遥感图像飞机目标检测技术研究[J]. 光学技术, 2021,47(3):344-351.

Research on remote sensing image aircraft target detection techonlogy based on YOLOv4-tiny[J]. 2021, 47(3): 344-351.
张欣, 张永强, 何斌, 等. 基于YOLOv4-tiny的遥感图像飞机目标检测技术研究[J]. 光学技术, 2021,47(3):344-351. DOI： 10.13741/j.cnki.11-1879/o4.2021.03.016.

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.

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。

浏览量

1414

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于离散小波变换的离散正交S变换域图像加密算法

基于立体视觉与光流融合的运动目标检测

电力线路相位标志牌的检测和识别

静止卫星遥感图像海岸线检测

红外序列图像弱小动目标检测的研究