基于深度學(xué)習(xí)的多分辨率海洋目標(biāo)檢測(cè)方法
發(fā)布時(shí)間:2025-01-14 04:21
隨著航天遙感技術(shù)的發(fā)展,對(duì)海洋船舶快速檢測(cè)識(shí)別需求日益增長(zhǎng);谏疃葘W(xué)習(xí)提出了一種結(jié)合高低分辨率遙感圖像的船舶目標(biāo)檢測(cè)方法。該方法首先使用YOLO v3模型對(duì)寬幅、低分辨率衛(wèi)星遙感圖像中的目標(biāo)船舶進(jìn)行快速篩查,然后針對(duì)高分辨率衛(wèi)星遙感圖像信息,提出了一種基于注意力機(jī)制的RetinaNet模型對(duì)目標(biāo)船舶進(jìn)行精確匹配與分類。仿真實(shí)驗(yàn)結(jié)果表明,這種改進(jìn)的RetinaNet模型在目標(biāo)檢測(cè)中具有很好的效果,使用兩種分辨率的衛(wèi)星進(jìn)行協(xié)同工作能夠有效提升工作效率。
【文章頁(yè)數(shù)】:5 頁(yè)
【文章目錄】:
0 引言
1 基于低分辨率圖像的船舶快速檢測(cè)技術(shù)
1.1 YOLO v3檢測(cè)模型
1.2 數(shù)據(jù)集構(gòu)建和特征提取
2 基于高分辨率圖像的船舶目標(biāo)精確分類技術(shù)
2.1 A-RetinaNet檢測(cè)模型
2.2 數(shù)據(jù)集的構(gòu)建
2.3 檢測(cè)結(jié)果及性能評(píng)估
3 具體場(chǎng)景運(yùn)用
4 結(jié)論
本文編號(hào):4026402
【文章頁(yè)數(shù)】:5 頁(yè)
【文章目錄】:
0 引言
1 基于低分辨率圖像的船舶快速檢測(cè)技術(shù)
1.1 YOLO v3檢測(cè)模型
1.2 數(shù)據(jù)集構(gòu)建和特征提取
2 基于高分辨率圖像的船舶目標(biāo)精確分類技術(shù)
2.1 A-RetinaNet檢測(cè)模型
2.2 數(shù)據(jù)集的構(gòu)建
2.3 檢測(cè)結(jié)果及性能評(píng)估
3 具體場(chǎng)景運(yùn)用
4 結(jié)論
本文編號(hào):4026402
本文鏈接:http://sikaile.net/guanlilunwen/gongchengguanli/4026402.html
最近更新
教材專著