基于YOLO v3的红外末制导典型目标检测

作者：陈铁明^*; 付光远; 李诗怡; 李源

来源：激光与光电子学进展, 2019, 56(16): 155-162.

• 机器视觉
• 红外图像
• 末制导
• 目标检测
• YOLO v3
• 联合训练

导弹末制导飞行过程中,基于传统方法检测红外目标时准确率和实时性不足。针对这一问题,提出一种基于改进YOLO v3的红外末制导目标检测方法。从红外末制导背景出发,优化损失权重,提高了网络定位和分类能力。充分利用Adam算法自适应和动量法稳定的特点,运用"预训练"的思想,提出一种联合训练的方法,大幅提高模型检测精度。实验表明,改进算法在设计的红外目标数据集上进行训练和测试,检测效果理想,平均准确率达到77.89%,检测速度达到25frame/s,虚警率和漏检率都得到有效降低。