基于尺寸平衡FCOS的高分辨率遥感场景目标检测方法.pdf
英瑞****写意
亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于尺寸平衡FCOS的高分辨率遥感场景目标检测方法.pdf
本发明公开了一种基于尺寸平衡FCOS的高分辨率遥感场景目标检测方法,利用尺寸平衡系数在FCOS的目标检测模块中的中心度和边框回归阶段,根据每个目标的回归信息,对中心度系数动态调整,为每个正样本的边框回归过程分配合理的权重,使用高分辨率遥感目标检测遥感数据集进行模型训练,并使用该模型遥感地物进行识别。本发明充分考虑到不同尺寸的目标在FCOS的中心度评估体系下的不足,对小目标锚框内正样本分布在边缘的样本进行损失权重加强,对大目标内的冗余损失贡献进行抑制,实现目标尺寸平衡;尺寸平衡FCOS在不对模型推理阶段引入
基于改进FCOS的道路场景多类别检测方法及系统.pdf
一种基于改进FCOS的道路场景多类别检测方法,包括:首先对KITTI数据集预处理,将原本九个类别合并为三类;其次,提出跨尺度改进策略,新增P2层,放大最低层特征,并融合P3层语义信息;然后融合特征退化策略和重检测策略,以加深目标特征理解;提出IOU‑better策略,在用于边框回归的特征图上使用IOU预测网络替代Center‑ness网络;最后提出参数共享策略,通过共享head网络部分卷积层的特征提升算法实时性。
基于多核学习的高分辨率光学遥感图像目标检测方法研究的综述报告.docx
基于多核学习的高分辨率光学遥感图像目标检测方法研究的综述报告高分辨率光学遥感图像是一种非常重要的遥感数据类型,它的分辨率高、信息量大,可以用于很多应用领域,比如城市规划、水资源调查、环境监测等。目标检测是光学遥感图像处理中的一个重要环节,目的是识别图片中的目标物体,因此对于高分辨率光学遥感图像检测的研究具有重要的意义。随着硬件技术的进步,多核学习在目标检测领域中得到了广泛应用。本文将综述基于多核学习的高分辨率光学遥感图像目标检测方法的研究现状。一、多核学习的基本概念和原理多核学习是一种利用多种核函数来解决
大尺寸航空遥感影像的目标检测方法.pdf
一种大尺寸航空遥感影像的目标检测方法,属于目标检测技术领域。本发明针对大尺寸航空遥感影像因图像切分会导致上下文信息缺失的问题。包括,确定原始图像名称;为子图配置子图名称;根据子图名称在原始遥感图像集中检索获得对应的当前原始遥感图像;对当前待检测子图采用局部特征提取器进行特征提取获得一组多尺度子图特征图;将当前原始遥感图像进行下采样后采用全局特征提取器进行特征提取获得一组多尺度原始图像特征图;采用全局局部耦合机制的特征金字塔网络获得融合后特征图;再分别获得目标预测结果和滤波后全局预测结果;将融合目标预测结果
基于场景的遥感影像镶嵌方法.pdf
本发明提供一种基于场景的遥感影像镶嵌方法,首先获取目标场景和第一影像,并对第一影像进行特征提取得到第一影像的特征,构建目标场景和第一影像的特征之间的关系图谱;然后利用关系图谱对第一影像进行推荐,得到推荐影像;之后采用筛选策略对推荐影像进行迭代筛选,得到第二影像;最后对第二影像进行两两镶嵌,得到镶嵌影像。本发明的方法先对遥感影像进行推荐和迭代筛选,得到影像后再进行镶嵌,极大的降低了人工成本,并且推荐和筛选后得到的影像更适用于当前目标场景,更适合进行场景任务及场景分析。