科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对光学合成孔径“低小慢”目标的中频信息缺失而难以进行目标识别的问题，提出一种基于多维度混合模型缩放(EfficientNetv2)的改进YOLOv3算法。首先对光学合成孔径的结构进行仿真分析，确定系统参数；其次使用超分辨率生成对抗网络(SRGAN),对合成孔径数据集进行图像复原预处理；最后对比分析多种YOLOv3算法的目标识别效果。经实验对比，改进的YOLOv3算法能够压缩模型参数并有效提取“低小慢”目标的底层信息，识别准确率可达97.65%,对比原YOLOv3模型，目标识别准确率提升9%。
- 单位
