典型文献
基于改进级联算法的遥感图像目标检测
文献摘要：
针对遥感图像中小目标规模大、分布不均匀、尺度比例变化大和背景复杂等问题,提出一种改进的级联算法SA-Cascade.该算法使用循环特征金字塔使产生的特征表示逐步增强,提高小目标的检测率.使用基于可学习锚的建议区域生成网络,对遥感目标进行精确定位,并且引入特征自适应模块和特征融合模块,以提高模型对复杂背景图像的检测性能.在级联的基础上引入双分支检测头以提高模型对小目标的检测性能.在TGRS-HRRSD-Dataset和VisDrone-DET数据集上对不同算法进行对比实验,实验结果表明:改进后的级联算法可以更精确地对遥感图像目标进行检测和定位,相比改进前的级联算法在两个数据集上的精度分别提高2.94％和9.71％.
文献关键词：
遥感;目标检测;深度学习;特征融合;级联算法
中图分类号：
作者姓名：
王友伟;郭颖;邵香迎
作者机构：
南京信息工程大学江苏省大气环境与装备技术协同创新中心,江苏南京,210044;南京信息工程大学自动化学院,江苏南京210044
文献出处：
引用格式：
[1]王友伟;郭颖;邵香迎-.基于改进级联算法的遥感图像目标检测)[J].光学学报,2022(24):195-203
A类：
B类：
进级,级联算法,遥感图像,图像目标检测,小目标,分布不均匀,SA,Cascade,循环特征,特征金字塔,特征表示,高小,检测率,可学,生成网络,遥感目标,精确定位,特征自适应,特征融合模块,复杂背景,背景图,检测性能,双分支,检测头,TGRS,HRRSD,Dataset,VisDrone,DET,检测和定位,进前
AB值：
0.474989
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。
