改进YOLOv3算法下通航机场场面运动目标检测

作     者：夏正洪 魏汝祥 李彦冬 XIA Zhenghong;WEI Ruxiang;LI Yandong

作者机构：中国民用航空飞行学院空中交通管理学院四川广汉618307 安阳学院航空工程学院河南安阳455000 

出 版 物：《中国安全科学学报》 (China Safety Science Journal)

年 卷 期：2023年第33卷第2期

页      面：82-88页

核心收录：

学科分类：08[工学] 0837[工学-安全科学与工程] 

基　　金：四川省科技计划项目(22ZDYF0196) 中飞院智慧民航专项重点项目(ZHMH2022-002) 中国民用航空飞行学院研究生科研创新基金资助(XSY2022-30)。 

主　　题：改进YOLOv3算法 通航机场 目标检测 深度可分离卷积 距离交并比(DIoU) 

摘      要：为获得更好的检测精度和更快的检测速度,保障通航机场场面运行安全,提出一种改进的YOLOv3算法,分别从网络结构和损失函数2方面进行改进。首先,在主干网络中使用深度可分离卷积代替原卷积,构建基于距离交并比(DIoU)的目标框回归损失函数;然后,以某通航机场为研究对象,搭建通航机场场面目标检测场景,采用迁移学习和冻结训练相结合的训练方法,以提升场面目标检测的速度;最后,比较分析所提算法与传统的YOLOv3、YOLOv4算法的识别效果。结果表明:飞机目标的检测效果明显优于车辆和人员目标,改进的YOLOv3算法对目标的检测精度、召回率、全类平均精度(mAP)分别达到92.96%、80.51%、91.96%,图形处理器处理速度高达74帧/s,较传统的YOLOv3、YOLOv4算法性能均有明显提升,可实现通航机场场面运动目标的有效检测。