基于改进YOLOv4的遥感图像目标检测算法

刘敏, 樊永生

测试技术学报 ›› 2024, Vol. 38 ›› Issue (01) : 54 -59.

PDF
测试技术学报 ›› 2024, Vol. 38 ›› Issue (01) : 54 -59.

基于改进YOLOv4的遥感图像目标检测算法

    刘敏, 樊永生
作者信息 +

Author information +
文章历史 +
PDF

摘要

针对遥感卫星图像目标尺寸较小、背景较为复杂并且分布密集的问题,在YOLOv4算法基础上,通过使用K-means重新聚类,优化先验锚框的数量和尺寸,减少网络的计算;引入动态激活函数,自适应网络输入特征,提高模型的泛化能力;改进PANet结构,扩展了浅层特征的特征融合。实验结果表明,改进的YOLOv4算法对遥感图像中密集排列的小目标图像识别的准确率、检测速度都有所提高,满足了对于遥感图像小目标检测的要求。

关键词

YOLOv4算法 / 遥感图像 / 小目标检测

Key words

引用本文

引用格式 ▾
基于改进YOLOv4的遥感图像目标检测算法[J]. 测试技术学报, 2024, 38(01): 54-59 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

56

访问

0

被引

详细

导航
相关文章

AI思维导图

/