10.3969/j.issn.1672-1497.2019.03.015
改进YOLOv3模型对航拍汽车的目标检测
针对无人机航拍汽车作为待检测目标时,现有的检测方法容易出现误检、漏检、定位不准,检测精度和速度难以同时提高的问题,提出了一种基于深度学习的目标检测模型YOLOv3的改进模型ZQ-YoloNet.通过实验分析,证明该方法在检测无人机航拍汽车时具有良好的效果,精准率和召回率分别达到了97.73%和78.25%,对1 280×720像素mp4格式视频检测时速度不低于40帧/s.能够满足实时检测的要求.
无人机、航拍汽车、目标检测、YOLOv3模型
33
TN911.73
全军军事类研究生课题014JY412
2019-12-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
84-89