典型文献
改进的PP-YOLO网络遥感图像目标检测
文献摘要：
为了提高遥感图像目标检测精度,提出一种改进的PP-YOLO网络遥感图像目标检测方法.改进的PP-YOLO网络继承了骨干网络结构,改进了PP-YOLO网络的检测颈部分,在保持原检测颈框架基础上,在第4层和第5层加入了由低层网络向高层网络传达的通路,使得网络低层部分可以学习到高层部分的特征信息,加强高层网络学习的特征信息,在保证网络泛化能力的同时比未改进优化同骨干网络的PP-YOLO网络其平均精度均值(mAP)提高了4.4％.同时,优化了PP-YOLO网络训练策略,即基于遥感数据集特点,以更优的CutMix数据增强算法替换掉原有的Mixup数据增强算法,加入GridMask算法增强网络特征的学习,实验取得了最高89.3％的mAP,有效地提高了每一类目标实例的精度.
文献关键词：
遥感图像;目标检测;PP-YOLO网络
中图分类号：
作者姓名：
朱福珍;王帅;巫红
作者机构：
黑龙江大学电子工程学院 哈尔滨150080;中南大学物理与电子学院 长沙410006
文献出处：
引用格式：
[1]朱福珍;王帅;巫红-.改进的PP-YOLO网络遥感图像目标检测)[J].高技术通讯,2022(05):528-534
A类：
GridMask
B类：
PP,YOLO,遥感图像,图像目标检测,检测精度,目标检测方法,骨干网络,框架基础,低层,特征信息,网络学习,泛化能力,未改,改进优化,平均精度均值,mAP,网络训练,训练策略,遥感数据,CutMix,数据增强,增强算法,换掉,Mixup,网络特征,类目
AB值：
0.369341
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。
