来源：期刊VIP网 时间：
作者：李琳;
单位：郑州电子信息职业技术学院信息工程学院;
摘要：针对地震后利用遥感图像检测受损建筑物，本研究提出了一种基于改进YOLOv3模型的受损建筑物识别方法。首先，通过深入分析尺度特征，对主干网络进行了针对性优化，增强了模型对微小目标特征的捕获能力。其次，引入感受野模块（Receptive Field Block,RFB），拓宽了特征图的感知域，提高了对小尺寸目标的检测灵敏度。最后，对锚框及其分配策略进行了精细调整。实验结果表明，相较于原始YOLOv3模型，所提方法检测精度和检测速度均大幅提升，并且在抗噪能力上展现出显著优势；与已有识别方法相比，平均检测精度分别提升了4.8%和5.4%；在处理复杂的目标检测任务时展现出更优的性能和更强的鲁棒性，有效实现了高分辨率遥感图像中受损建筑物的准确识别。
关键词：改进YOLOv3;;受损建筑物;;遥感影像;;高分辨率;;目标检测
基金资助：国家自然科学基金项目(No.52474360)
