基于深度学习的多分辨率海洋目标检测方法
发布时间:2025-01-14 04:21
随着航天遥感技术的发展,对海洋船舶快速检测识别需求日益增长。基于深度学习提出了一种结合高低分辨率遥感图像的船舶目标检测方法。该方法首先使用YOLO v3模型对宽幅、低分辨率卫星遥感图像中的目标船舶进行快速筛查,然后针对高分辨率卫星遥感图像信息,提出了一种基于注意力机制的RetinaNet模型对目标船舶进行精确匹配与分类。仿真实验结果表明,这种改进的RetinaNet模型在目标检测中具有很好的效果,使用两种分辨率的卫星进行协同工作能够有效提升工作效率。
【文章页数】:5 页
【文章目录】:
0 引言
1 基于低分辨率图像的船舶快速检测技术
1.1 YOLO v3检测模型
1.2 数据集构建和特征提取
2 基于高分辨率图像的船舶目标精确分类技术
2.1 A-RetinaNet检测模型
2.2 数据集的构建
2.3 检测结果及性能评估
3 具体场景运用
4 结论
本文编号:4026402
【文章页数】:5 页
【文章目录】:
0 引言
1 基于低分辨率图像的船舶快速检测技术
1.1 YOLO v3检测模型
1.2 数据集构建和特征提取
2 基于高分辨率图像的船舶目标精确分类技术
2.1 A-RetinaNet检测模型
2.2 数据集的构建
2.3 检测结果及性能评估
3 具体场景运用
4 结论
本文编号:4026402
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/4026402.html