典型文献
双向特征融合与特征选择的遥感影像目标检测
文献摘要：
遥感影像中复杂的背景占据图像的大部分区域,严重影响了目标检测效果.本文提出一种可以对特征图进行多特征选择的目标检测网络.设计了双向多尺度特征融合网络,融合深浅层信息,提高复杂背景下小目标的检测效果,在保留常规特征金字塔自上而下路径的同时,增加一条自下而上的路径,减少浅层特征传递到顶层经历的网络层数,从而控制浅层特征损失.为了降低多尺度特征图中无用信息对后续检测网络的干扰,设计了基于注意力机制的多特征选择模块,网络自适应地专注于有用特征,忽略无用特征.针对传统五参数回归法在预测角度时存在严重的边界不连续问题,不能精确预测长宽比值比较大的目标,将角度预测当作分类任务处理.在DOTA数据集和自制数据集DOTA-GF上进行实验,6类典型目标的mAP分别达到0.651和0.641,与主流目标检测算法的对比实验结果表明提出的方法的有效性.
文献关键词：
遥感影像;目标检测;特征融合网络;多特征选择;角度预测
中图分类号：
作者姓名：
肖进胜;张舒豪;陈云华;王元方;杨力衡
作者机构：
武汉大学电子信息学院,湖北武汉430072;广东工业大学计算机学院,广东广州510006
文献出处：
引用格式：
[1]肖进胜;张舒豪;陈云华;王元方;杨力衡-.双向特征融合与特征选择的遥感影像目标检测)[J].电子学报,2022(02):267-272
A类：
双向多尺度特征融合
B类：
双向特征融合,遥感影像,检测效果,多特征选择,目标检测网络,特征融合网络,深浅,复杂背景,小目标,常规特征,特征金字塔,自下而上,到顶,网络层,层数,特征损失,多尺度特征图,无用信息,注意力机制,网络自适应,参数回归,回归法,测角,精确预测,长宽比,比值比,角度预测,分类任务,任务处理,DOTA,GF,mAP,目标检测算法
AB值：
0.358878
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。
