Fahrzeugzielerkennungsmethode basierend auf einem verbesserten YOLO V3 Netzwerkmodell

Für das Problem der unzureichenden Erkennungsfähigkeit kleiner Ziele des bestehenden Netzwerkmodells wird in dem Artikel eine Fahrzeugzielerkennungsmethode auf der Grundlage des verbesserten YOLO V3 Netzwerkmodells vorgeschlagen. Die Verbesserung des Algorithmusmodells kann die Erkennungsfähigkeit kleiner Ziel-Fahrzeuge in der Luftfotografie erheblich verbessern. Die Optimierung und Anpassung des Ankerbox-Systems sowie die Verbesserung des Netzwerk-Restmoduls haben den Erkennungseffekt kleiner Ziele des Algorithmus gesteigert. Darüber hinaus kann die Einführung des rechteckigen Vorhersagerahmens mit Orientierungswinkeln in das Modell dieses Artikels die Fahrzeugpositionierungseffizienz des Algorithmus verbessern, das Problem der falschen Erkennung und der verpassten Erkennung von Fahrzeugen im Modell erheblich verringern und Ideen zur Lösung verwandter Probleme bieten. Experimente zeigen, dass die Genauigkeitsrate des verbesserten Algorithmusmodells bei 89,3 % liegt. Im Vergleich zum YOLO V3 Algorithmus wurde eine Verbesserung von 15,9 % erzielt. Die Rückrufrate wurde um 16 % verbessert, und der F1-Wert verbesserte sich ebenfalls um 15,9 %, was die Erkennungseffizienz von Luftfahrzeugen erheblich erhöhte.