基于改进Yolo v3算法的遥感建筑物检测研究

作者：董彪; 熊风光; 韩燮; 况立群; 徐清宇

来源：计算机工程与应用, 2020, 56(18): 209-213.

• 目标检测
• 遥感
• 深度学习
• Yolo v3
• 图像处理

针对遥感图像中建筑物检测存在小型建筑物检测难度大、检测过程中无法满足实时性等问题,提出将基于深度学习的目标检测算法Yolo v3应用到建筑物检测场景中。以实时性及泛用性良好的Yolo v3为基本算法,满足实时性的要求;通过改进Yolo v3的网络结构,以修改特征图分辨率、调整先验框维度为方向加强对小型建筑物的检测能力。实验结果表明,改进的Yolo v3目标检测算法既满足了实时性的要求,且检测精度和召回率达到了91.29%和95.61%,较原算法分别提高了5.35%和2.34%。因此提出的改进方法有效解决了遥感领域小型建筑物的检测问题。

• 单位
  北方自动控制技术研究所; 中北大学