基于改进YOLOv3的机场盲区遥感图像目标检测方法

摘要

本发明公开了一种基于改进YOLOv3的机场盲区遥感图像目标检测方法，首先，基于传统YOLOv3网络加入SPP混合池化提取网络结构，并提出以深度可分离卷积替代普通卷积；其次，针对小尺度目标数据集，增加了第四层金字塔加强特征提取网络，在kmeans++聚类算法的基础上提出一种线性放缩进行锚框筛选；再次，结合RSOD‑Dataset数据集设计了对照不同trick影响下的消融实验；最后通过与SSD、原Yolov3目标检测算法对比，结果表明本发明具有更优的检测效果，并在mixup数据增广后的虚拟数据集上也有良好的检测效果，能够有效解决机场终端区航空器处于监视雷达盲区的问题。