[发明专利]改进YOLOv3的极小遥感图像目标检测方法、装置及存储介质有效
| 申请号: | 202010172524.4 | 申请日: | 2020-03-12 |
| 公开(公告)号: | CN111462050B | 公开(公告)日: | 2022-10-11 |
| 发明(设计)人: | 张孙杰;陈磊;肖寒臣 | 申请(专利权)人: | 上海理工大学 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06N3/04;G06N3/08 |
| 代理公司: | 上海邦德专利代理事务所(普通合伙) 31312 | 代理人: | 余昌昊 |
| 地址: | 200093 *** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 改进 yolov3 极小 遥感 图像 目标 检测 方法 装置 存储 介质 | ||
1.改进YOLOv3的极小遥感图像目标检测方法,其特征在于,所述方法包括以下步骤:
S1获取目标数据,并将YOLOv3网络的卷积层特征输出相融合,构成金字塔特征层;
S2将YOLOv3浅层的卷积层特征输出相结合,构成金字塔特征层;
S3融合双向结合的金字塔特征层;
S4将YOLOv3网络的降采样层改为3×3的卷积层;
S5采用1×1的卷积减小网络模型的维度并输出数据;
所述S1中,将YOLOv3网络的最后一层的卷积层特征输出与相邻上一层的卷积层特征输出相融合,构成自顶向下的金字塔特征层;
所述S2中,将YOLOv3浅层的卷积层特征输出与相邻下一层的卷积层特征输出相结合,构成自底向上的金字塔特征层;
所述S4中,将YOLOv3网络的第一个降采样层改为两个3x3的卷积层,使YOLOv3网络在初始阶段保留更多的小目标位置特征信息;
所述方法在FPN模块上添加额外的自底向上、横向连接的路径。
2.一种改进YOLOv3的极小遥感图像目标检测装置,包括FPN模块、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,该所述计算机程序被所述处理器执行时,实现如权利要求1所述的改进YOLOv3的极小遥感图像目标检测方法。
3.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时,实现如权利要求1所述的改进YOLOv3的极小遥感图像目标检测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海理工大学,未经上海理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010172524.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种LED灯管灌粉装置
- 下一篇:一种电子信息技术用教学装置





