基于YOLO V3的无人机航拍车辆检测方法  

作　　者：赵宇航 左辰煜 朱俊杰 钱诚[1] 

机构地区：[1]常州工学院

出　　处：《电子世界》2020年第13期110-111,共2页Electronics World

摘　　要：针对无人机航拍视频中车辆目标的检测和定位问题,提出了一种基于YOLO V3深度卷积神经网络的车辆检测方法,提高车辆检测过程中的目标置信度,降低漏检率。在网络结构设计上,构建一个基于残差网络的卷积神经网络提取每帧视频的深度特征,随后在此基础上对中间卷积结果进行上采样、连接处理,分别输出三种分辨率的特征图,并在每个分辨率的特征图上设置5个锚点框。

关 键 词：卷积神经网络 网络结构设计 深度特征 无人机航拍 车辆检测 锚点 上采样 漏检率 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]