基于改进Yolov3算法的遥感建筑物检测研究

摘要：

针对遥感图像中建筑物检测存在小型建筑物检测难度大、检测过程中无法满足实时性等问题,提出将基于深度学习的目标检测算法Yolo v3应用到建筑物检测场景中.以实时性及泛用性良好的Yolo v3为基本算法,满足实时性的要求;通过改进Yolo v3的网络结构,以修改特征图分辨率、调整先验框维度为方向加强对小型建筑物的检测能力.实验结果表明,改进的Yolo v3目标检测算法既满足了实时性的要求,且检测精度和召回率达到了91.29％和95.61％,较原算法分别提高了5.35％和2.34％.因此提出的改进方法有效解决了遥感领域小型建筑物的检测问题.

关键词：目标检测、遥感、深度学习、Yolov3、图像处理

所属期刊栏目：56

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划;国家部委基金;山西省重点研发计划;山西省自然科学基金

在线出版日期：2020-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：209-213