典型文献
基于改进EfficientDet算法的可见光遥感舰船目标检测
文献摘要：
为了有效地解决可见光遥感影像中舰船目标难检测、易错检等问题,文中提出一种基于改进EfficientDet的舰船目标检测算法E-EfficientDet.首先利用K-means++聚类算法对舰船数据集中的目标物体的长宽信息进行聚类分析,得到适合舰船目标的Anchors;然后,针对SENet模块参数量大和降维处理使特征图通道之间的依赖性减小的问题,使用ECANet模块代替EfficientNet网络中SENet模块;其次,为了解决遥感图像中相似目标对船只检测的干扰及小目标难检的问题,采用EfficientNet-B0、EfficientNetV2网络作为E-EfficientDet模型的主干特征提取网络,将获取到的特征送入到改进的BiFPN网络中进行特征融合,获取更加丰富有效的船只目标特征信息;最后,为了扩大图像的响应区域并避免骨干网络对输入图片进行特征提取时出现的信息丢失情况,利用SPPNet网络对特征图进行不同尺度的最大池化.实验结果表明,E-EfficientDet算法对文中数据检测的平均精度(AP)达到90.18％,每张图像的检测时间为0.06 s.另外,将E-EfficientDet算法与Faster RCNN、SSD、YOLOv3算法进行对比,得到所提算法的AP精度均高于其余算法,说明所提算法对实际遥感场景下舰船的检测性能较好.
文献关键词：
K-means++;E-EfficientDet;舰船目标检测;ECANet;SPPNet;数据集增强;AP
中图分类号：
作者姓名：
刘浪;刘国栋;刘佳
作者机构：
重庆交通大学 土木工程学院,重庆 400074
文献出处：
引用格式：
[1]刘浪;刘国栋;刘佳-.基于改进EfficientDet算法的可见光遥感舰船目标检测)[J].现代电子技术,2022(22):28-32
A类：
B类：
EfficientDet,可见光遥感,遥感舰船,舰船目标检测,遥感影像,易错,目标检测算法,means++,聚类算法,长宽,Anchors,SENet,参数量,降维处理,特征图,ECANet,遥感图像,相似目标,船只,小目标,B0,EfficientNetV2,主干特征提取网络,取到,送入,BiFPN,特征融合,目标特征,特征信息,骨干网络,信息丢失,SPPNet,不同尺度,最大池化,数据检测,AP,每张,检测时间,Faster,RCNN,SSD,YOLOv3,检测性能,数据集增强
AB值：
0.417051
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。
