一种基于改进Yolov3的弹载图像多目标检测方法

摘要

针对弹载目标检测具有目标图像尺度变化大、位置定位精度要求高、实时性要求高等特点,基于YOLOv3方法进行改进.对多尺度预测分支特征图上的先验框尺寸进行K-means维度聚类,增强了尺度适应性;改进位置损失函数,提高了位置定位能力;使用快速NMS算法加速预测过程,提高了网络实时性.实验结果表明,在构建的11类目标数据集上,改进算法的mAP达到93.08％,帧速率达到46.59帧/s,比原始YOLOv3算法分别提高1.47％和1.14帧/s,满足弹载目标检测准确度和实时性要求.