典型文献
基于多尺度特征融合网络的遥感影像目标检测
文献摘要：
在图像分析与解译中,遥感影像目标检测是一项基础性的工作.针对遥感影像目标尺度多样和背景复杂等问题,提出了一种多尺度空洞卷积特征融合检测器(MDCF2Det)来实现遥感目标的精确检测.首先,改进原始特征金字塔网络(FPN),用空洞卷积代替普通卷积,增大感受野;其次,增加从输入节点到输出节点的跳跃连接操作以充分地利用不同层级的语义和位置信息;最后,为了抑制噪声并突出前景,在区域候选网络前增加多维注意力机制模块,从而实现更精确的遥感影像目标检测.在DOTA和RSOD数据集上进行了实验,所提算法的mean average precision(mAP)分别达到了92.95％和73.39％.实验结果表明,所提算法能够有效提升遥感影像目标检测精度.
文献关键词：
遥感;目标检测;多尺度;卷积神经网络;特征融合
中图分类号：
作者姓名：
田婷婷;杨军
作者机构：
兰州交通大学测绘与地理信息学院,甘肃兰州730070;地理国情监测技术应用国家地方联合工程研究中心,甘肃兰州730070;甘肃省地理国情监测工程实验室,甘肃兰州730070
文献出处：
引用格式：
[1]田婷婷;杨军-.基于多尺度特征融合网络的遥感影像目标检测)[J].激光与光电子学进展,2022(16):417-425
A类：
MDCF2Det
B类：
多尺度特征融合,特征融合网络,遥感影像,目标检测,图像分析,解译,标尺,空洞卷积,卷积特征融合,检测器,遥感目标,精确检测,特征金字塔网络,FPN,感受野,跳跃连接,位置信息,抑制噪声,区域候选网络,多维注意力机制,注意力机制模块,DOTA,RSOD,mean,average,precision,mAP,检测精度
AB值：
0.390825
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。
