传统遥感图像目标检测方法的时间复杂度高且精准率低,如何快速准确地检测遥感图像中的特定目标成为当前的研究热点。为解决这一问题,文中在 YOLO-V2目标检测算法的基础上进行改进,减少了卷积层数与维度,并结合特征金字塔思想,増加了检测尺度,达到了提高检测精度的目的。冋时给岀了一种基于深度学习的遥感图像目标检测算法的通用处理框架,解决了无法直接处理大幅遥感图像的问题。在DOTA数据集上进行对比实验,结果表明改进 YOLO-V2算法在15个类别上的精准率和召回率均优于 YOLO-V2算法,mAP值提高了0.12。在时间复杂度方面,所提方法略低于 YOLO-V2算法;在大小为416×416的图像小块上,改进 YOLO-V2算法相比 YOLO-V2检测时间缩短了0.1ms。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !