一种基于YOLOv3的红外目标检测系统

上传者: 38713167 | 上传时间: 2021-09-06 11:21:05 | 文件大小: 1.46MB | 文件类型: PDF
针对未来战场感知体系的自动化和智能化的需求,设计出了一种基于深度学习的战场红外目标检测系统。近年来随着深度卷积神经网络在图像识别领域的广泛应用,因此将这项新技术应用于军事目标检测具有极强的现实意义。系统通过红外成像机芯采集红外图像,使用图像采集卡实时传输图像数据,最后在主机端利用深度卷积神经网络进行目标检测。以YOLOv3算法作为基础,以某款金属车辆模型为例,采集该型车辆的红外图像数据并制作相应的数据集,训练得到相应的检测内核。通过实验证明,检测速度可达在30 帧/秒以上,且在fps达到30的前提下平均识别精度达到70%以上,不仅具有很好的实时性、准确性,对各种环境变化具有较好的鲁棒性,验证了该系统的可行性和军事应用价值。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明