基于轻量化神经网络的空中目标检测算法

作者：杨玉敏; 廖育荣; 林存宝; 倪淑燕

来源：计算机仿真, 2022, 39(07): 70-420.

• 卷积神经网络
• 轻量化
• 目标检测
• 交并比

视频卫星是一种空中目标监视的有效方式，受数传站部署的限制，海量视频卫星图像很难实时回传至地面，因此迫切需求发展在轨智能检测方法。空中目标的运动特性对检测算法的实时性要求很高，而星载平台的计算能力受限，所以提出了一种轻量化空中目标检测算法。算法采用YOLO v3基本框架，利用MobileNet v3中的高效卷积模块对其骨干网络进行了改进，一方面将网络体积压缩了3.2倍，另一方面引入了注意力机制提高了检测精度。在此基础上，将IoU(交并比)加入到边界框回归损失函数中，实现了2.1%的mAP(平均精度均值)提升。通过实际测试，所提方法在1044×916像素的图像上检测速度最快能达到43.47FPS,平均检测精度(mAP)达到88.9%。

• 单位
  中国人民解放军装备学院