基于改進YOLO v3的飛行目標檢測算法研究

飛行目標往往呈現(xiàn)為十幾個像素點的小目標 ,對其準確檢測是黑飛反制、管控等應(yīng)用中首要解決的問題 。鑒于此 ,提出一種基于改進YOLO v3的方法提高飛行目標的檢測能力。首先為避免梯度消失 ,增強特征的復用 ,在特征檢測層引入殘差網(wǎng)絡(luò);其次為提高小目標的檢測能力 ,增加對4倍下采樣特征的檢測;然后通過數(shù)據(jù)集對未改進YOLO v3和改進后YOLO v3進行訓練獲取模型;最后將Faster R-CNN、未改進YOLO v3和改進后YOLO v3進行實驗對比 ,數(shù)據(jù)顯示改進后YOLO v3的準確度提升14個百分點以上 , 能較好地檢測出飛行目標。