中国安全科学学报

作者：夏正洪, 魏汝祥, 李彦冬

单位：1 中国民用航空飞行学院 空中交通管理学院,四川 广汉 618307；2 安阳学院 航空工程学院,河南 安阳 455000

关键词：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)

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)

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。

来源：2023年第2期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2023年第2期