文档名：面向遥感图像的多阶段特征融合目标检测方法
摘要：遥感图像目标具有多尺度、大横纵比、多角度等特性,给传统的目标检测方法带来了新的挑战.针对现有方法应用于目标尺度小、横纵比例不均衡的遥感图像时存在的精度下降问题,提出一种基于多阶段特征融合的目标检测方法MF2M(Multi-stageFeatureFusionMethod).该方法在一阶段对特征图通道进行组合拆分,再采用卷积拼接的融合方式聚合通道维度的特征,从而强化输出的目标空间轮廓信息;二阶段设计多比例的非对称卷积块,增强大横纵比目标的高维全局特征,改善目标与检测框匹配粗糙的问题,同时利用串并行相结合的处理方式减少冗余卷积参数,加速网络收敛.在DOTA(DatasetforObjectdeTectioninAerialimages)数据集上的实验结果表明,基准方法引入MF2M后,在保证检测速度的前提下精度指标mAP提高至76.44％,结果验证了所提算法的有效性与可靠性.
作者：陈立 张帆 郭威 黄赟 Author：CHENLi ZHANGFan GUOWei HUANGYun
作者单位：信息工程大学,河南郑州450001国家数字交换系统工程技术研究中心,河南郑州450002
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2023, 51(12)
分类号：TP391
关键词：遥感图像 目标检测 多阶段特征融合 通道拼接 非对称卷积
Keywords：remotesensingimage objectdetection double-stagefeaturefusion channelsplicing asymmetricconvolution
机标分类号：TP311TP18TP274
在线出版日期：2024年3月13日
基金项目：面向遥感图像的多阶段特征融合目标检测方法[
期刊论文] 电子学报--2023, 51(12)陈立 张帆 郭威 黄赟遥感图像目标具有多尺度、大横纵比、多角度等特性,给传统的目标检测方法带来了新的挑战.针对现有方法应用于目标尺度小、横纵比例不均衡的遥感图像时存在的精度下降问题,提出一种基于多阶段特征融合的目标检测方法MF2M(Mu...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
面向遥感图像的多阶段特征融合目标检测方法 Multi-Stage Feature Fusion Object Detection Method for Remote Sensing Image
面向遥感图像的多阶段特征融合目标检测方法.pdf
- 文件大小:
- 1.96 MB
- 下载次数:
- 60
-
高速下载
|
|
