通过传统图像处理方法将航拍图片旋转后进行前景分割、计算轮廓和生成标识框的方法 增加训练样本中不同拍摄视角下样本的数量,使得训练样本具有更全的代表性。 算法方面针对小 目标检测,通过在原有YOLO目标检测算法的基础上加入图像超分辨率功能形成SR-YOLO网络 模型,并对原网络模型中的归一化层和残差层层数进行调整。 应用SR-YOLO网络模型使用经过 旋转扩充后的数据集进行训练,得到“人”的目标检测模型。 通过实验数据分析,此模型在航拍场 景下目标的识别率较原网络结构有所提升。
主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会