典型文献
航空遥感影像中的轻量级小目标检测
文献摘要：
单阶段目标检测算法凭借结构简单、模型高效等特点获得很多研究者及工业界的关注.以现有的YOLO算法为基础,针对遥感图像中目标尺寸小、排列紧密等困难,提出一种提升复杂背景下小目标检测精度的轻量级目标检测方法.该方法引入加权融合特征网络,为每层特征图赋予可在训练中不断学习的权重系数,加强深浅层特征融合.通过引入CIoU损失及模型改进,加快网络收敛速度,使其满足实时性需求.在基于DOTA构建的遥感图像小目标数据集上进行对比实验,结果表明,该方法具有更好的检测精度与检测速度.
文献关键词：
深度学习;目标检测;遥感图像;小目标;特征融合
中图分类号：
作者姓名：
薛雅丽;孙瑜;马瀚融
作者机构：
南京航空航天大学,南京 210000
文献出处：
引用格式：
[1]薛雅丽;孙瑜;马瀚融-.航空遥感影像中的轻量级小目标检测)[J].电光与控制,2022(06):11-15
A类：
B类：
航空遥感影像,小目标检测,单阶段目标检测算法,结构简单,工业界,YOLO,遥感图像,标尺,复杂背景,检测精度,轻量级目标检测,目标检测方法,加权融合,融合特征,每层,特征图,不断学习,权重系数,深浅层特征融合,CIoU,模型改进,网络收敛速度,性需求,DOTA,检测速度
AB值：
0.377288
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。
