一种用于遥感图像中小目标检测的多分支检测方法.pdf
绮兰****文章
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种用于遥感图像中小目标检测的多分支检测方法.pdf
本发明提供一种用于遥感图像中小目标检测的多分支检测方法。该方法包括:步骤1:构建RepDarkNet主干网络,使用所述RepDarkNet主干网络对遥感图像进行特征提取,其中,所述RepDarkNet主干网络包含五个串联的特征提取分支;步骤2:构建跨层融合网络,使用所述跨层融合网络对所述RepDarkNet主干网络提取到的五个特征图进行跨层特征融合;步骤3:设计边界框回归损失函数,基于所述边界框损失函数和融合后特征得到小目标检测框。通过在Dior数据集和NWPUVHR?10数据集上进行实验,本发明可以较好
多源遥感图像融合目标综合检测方法.pdf
本发明公开的一种多源遥感图像融合目标综合检测方法,检测准确率和可靠性高。本发明通过下述技术方案实现:基于目标综合检测,输入配对的可见光和红外对地观测图像数据,构建可见光、红外单源和多源目标检测数据集,根据各个数据集的训练样本,分别构建可见光、红外单源和图像特征级融合的多源目标检测网络模型;多源目标检测网络模型提取不同源的互补特征进行交互学习,获得多尺度的多源融合特征,基于多尺度检测网络预测目标在图像中的位置和类别;将单源、多源测试数据集分别输入单源、多源目标检测模型,模型输出对应单源和多源的目标检测结果,
用于终端设备的遥感图像目标快速检测方法.docx
用于终端设备的遥感图像目标快速检测方法标题:终端设备遥感图像目标快速检测方法摘要:随着遥感技术的快速发展和智能终端设备的普及,遥感图像目标快速检测成为了一个重要的研究领域。传统的目标检测方法受限于计算资源和算法复杂度,难以实现在终端设备上的实时快速检测。针对这一问题,本文提出了一种适用于终端设备的遥感图像目标快速检测方法,并对该方法进行了详细的实验和评估。引言:遥感技术能够获取到大量且高质量的地球观测数据,因此在农业、气象、环境保护等领域具有重要应用价值。然而,传统的遥感图像目标检测方法难以满足实时快速检
一种基于双分支结构的实时遥感图像云检测方法.pdf
本发明提供了一种基于双分支结构的实时遥感图像云检测方法,提出了以PyTorch组件基于编码器‑解码器的遥感图像云检测网络,在编码器中采用细节分支以及语义分支的双分支网络结构,同时提取细节和语义信息。在细节分支中使用了卷积因子分解和边缘损失,设计出了轻量化的云检测网络。之后对构建好的遥感图像云检测网络按照边缘损失和主要损失组成的总损失下降的方向进行训练,将训练好的遥感图像云检测网络从PyTorch组件格式转化为通用模型交换格式再转化为TensorRT引擎格式;将最优的遥感图像云检测网络进行加速部署,可以保证
一种遥感图像海上目标检测方法.pdf
本发明公开了一种遥感图像海上目标检测方法,涉及遥感领域中目标显著性检测、目标检测识别等应用。它首先利用SIFT特征提取获得计算显著度的基础;再根据特征点的位置计算目标所占外接矩形面积;最后保留每一维特征值,对其进行累加作为单点显著度,累加各个点的显著度并除以目标的矩形面积,获得目标的显著度度量。本发明方法具有效率高、准确率高、鲁棒性好等特点,是对现有技术的一种重要改进。