基于YOLOv4-tiny的遥感图像飞机目标检测技术研究

作者：张欣; 张永强; 何斌; 李国宁

来源：光学技术, 2021, 47(03): 344-351.

DOI：10.13741/j.cnki.11-1879/o4.2021.03.016

• 光学图像处理
• 遥感图像
• 目标检测
• YOLOv4-tiny
• 空间金字塔池化
• Mish激活函数

针对传统遥感图像飞机目标检测算法在复杂背景下存在检测准确度和检测召回率较低的问题,基于深度学习中YOLOv4-tiny提出一种遥感图像飞机目标检测算法。根据YOLOv3和YOLOv4的网络结构对YOLOv4-tiny的网络结构进行改进,将原算法中的CSP特征提取网络强化,使其特征提取能力增加;使用Mish激活函数替换原激活函数Leaky ReLU,以获取更好的泛化性;添加了空间金字塔池化模块,缓解网络对目标尺度的敏感程度。实验结果表明:在常规高质量、过度曝光的停机坪、登机口干扰和雾天影响的遥感图像测试中,改进后的算法都有很优秀的检测效果,最终统计检测准确度为98.49%,较原算法提升了1.79%,召回率为97.19%,提升了23.2%,速度达到8.77ms。检测效果有显著提升,能够满足实时性要求。

• 单位
  中国科学院大学; 中国科学院长春光学精密机械与物理研究所; 北京跟踪与通信技术研究所