典型文献
基于深度可分离卷积的卫星影像检测技术研究
文献摘要：
卫星影像特定目标识别与定位可为军事侦察领域提供重要战略信息,如何平衡基于深度学习技术遥感目标检测算法的检测精度、参数量大小与检测效率成为当前研究热点.提出算法在Tiny-Yolo-V2算法基础上优化,利用深度可分离卷积概念解藕卷积层,减少模型参数量,提升检测效率.同时,结合特征金字塔思想,增加预测尺度,提高算法检测精度.在DOTA数据集上进行对比实验,结果表明相对Tiny-Yolo-V2算法,提出方法的mAP值提高了0.084,模型参数量减小了49％,检测效率提高了48％,验证了优化策略的有效性.
文献关键词：
卫星影像;目标检测;深度可分离卷积;特征金字塔
中图分类号：
作者姓名：
张曼;叶曦;李杰;沈霁
作者机构：
上海航天电子技术研究所,上海201109
文献出处：
引用格式：
[1]张曼;叶曦;李杰;沈霁-.基于深度可分离卷积的卫星影像检测技术研究)[J].计算机仿真,2022(02):17-22,97
A类：
B类：
深度可分离卷积,卫星影像,特定目标,目标识别与定位,侦察,深度学习技术,遥感目标检测,目标检测算法,检测精度,检测效率,Tiny,Yolo,V2,卷积层,模型参数量,特征金字塔,DOTA,mAP,效率提高
AB值：
0.291906
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
