基于改进YOLOv3的偏振成像目标检测方法

摘要

提出了一种基于改进YOLOv3算法的偏振成像目标检测方法,用于检测偏振成像系统视场内的目标.以某坦克车辆的金属缩比模型为合作目标,采集偏振图像,然后在数据扩容后建立偏振信息数据集.选择偏振度图作为检测源图,根据其特点修改YOLOv3网络的输入端,之后通过K-means算法聚类分析目标框位置信息,得出面向偏振图像的初始锚框,最后生成改进后的检测网络YOLO-PZ.在Darknet-53网络中训练得到相应的YOLO-PZ检测模型.检测结果表明:本文所提出的基于改进YOLOv3算法的偏振成像目标检测方法的检测性能有所提升,且检测FPS稳定在25以上.该方法保留了YOLOv3原有的优点,在检测偏振光成像目标时具有优势.