一种基于改进YOLOv3的红外目标检测方法

摘要

本发明公开了一种基于改进YOLOv3的红外目标检测方法，主要用于增强对红外目标的检测能力。该方法包括：制作红外数据集；改进的数据增强方式；引入EfficientNet‑B2骨干网络代替原来YOLOv3的DarkNet53，减小模型参数；引入改进后的RFB模块，增大模型感受野，提升对大中尺寸目标的检测能力；引入可变形卷积与动态ReLU激活函数，构建CBD，DBD，D3BD三种结构，增强模型的对不规则几何形状目标的特征提取和特征表达能力，增加模型容量；使用CIoU损失函数作为边界框损失函数，加快模型的收敛速度，提升预测框的准确度；本发明提高了红外目标的检测精确度，可以在复杂背景环境下对红外目标进行快速、准确的检测识别。