无人机作战平台的智能目标识别方法

无人机作战平台的智能目标识别方法

论文摘要

深入研究了流行的目标识别方法YOLOv3,将Inception模块融入其特征提取网络darknet-53中,从而得到新网络darknet-139。相比YOLOv3特征提取网络,新网络具有更好的特征提取能力。采集并制作算法所需的数据集,分别在YOLOv3和本文算法上进行训练并测试。实验结果表明,相比YOLOv3,本文算法的平均识别率提升了约2%。

论文目录

  • 1 引言
  • 2 无人机平台目标识别算法关键技术
  • 3 目标识别算法
  •   3.1 基于卷积神经网络的目标识别算法
  •   3.2 改进的特征提取网络
  • 4 目标识别实验
  •   4.1 目标识别实验
  •   4.2 目标识别对比实验
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 吕攀飞,王曙光

    关键词: 图像处理,无人机作战平台,人工智能,目标识别

    来源: 激光与光电子学进展 2019年07期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 航空航天科学与工程,计算机软件及计算机应用

    单位: 陆军炮兵防空兵学院

    基金: 陆军装备部“十三五”预研基金

    分类号: TP391.41;V279

    页码: 116-122

    总页数: 7

    文件大小: 5478K

    下载量: 839

    相关论文文献

    标签:;  ;  ;  ;  

    无人机作战平台的智能目标识别方法
    下载Doc文档

    猜你喜欢