典型文献
小目标检测加权算法
文献摘要：
无人机视角的图像数据集常具有分辨率较低、特征信息较少和检测目标较小的特征.基于YOLO v3的深度学习框架,借鉴了Boosting算法的加权思想,提出了基于图像误差和正负样本不平衡的加权算法.最后,针对无人机小目标混合数据集进行了试验验证,并将该算法应用于无人机视角的车辆检测,取得了较好的检测效果.试验结果表明了该算法的可行性和有效性.
文献关键词：
YOLOv3;小目标检测;Boosting算法;不平衡样本
中图分类号：
作者姓名：
李彭伟;侯睿;吴诗婳
作者机构：
中国电子科技集团公司第二十八研究所 南京 210023;军委装备发展部某中心 北京 100010
文献出处：
引用格式：
[1]李彭伟;侯睿;吴诗婳-.小目标检测加权算法)[J].指挥信息系统与技术,2022(03):52-58
A类：
B类：
小目标检测,加权算法,图像数据集,特征信息,深度学习框架,Boosting,正负样本,样本不平衡,混合数据,算法应用,车辆检测,检测效果,YOLOv3,不平衡样本
AB值：
0.355357
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
