基于自适应特征融合及多尺度输出的遥感图像飞机检测算法

针对当前YOLOv3算法在遥感图像中复杂场景飞机漏检、误检等问题,提出一种基于自适应特征融合及多尺度输出的遥感图像飞机检测算法.该算法首先使用K-means++代替K-means算法对数据集进行聚类,解决了K-means初始聚类中心不稳定性;然后,在YOLOv3网络基础上增加了一个含有分辨率信息的尺度,更有利于检测小目标飞机;最后,在网络模型四尺度输出前增加了自适应特征融合层,解决了不同尺度的特征融合不充分以及减少或消除反向传导受到负样本的影响.实验结果表明,改进的YOLOv3算法在遥感图像上飞机检测精度达到96.17％,比YOLOv3算法精度提高了2.6％.