文档名：基于级联式逆残差网络的遥感图像轻量目标检测算法
摘要：遥感场景下的高实时目标检测任务具有重要的研究价值与应用意义.针对当前遥感图像目标检测模型由于目标多角度、排列密集以及背景复杂从而导致检测速度慢的问题,提出一种级联式逆残差卷积结构(CascadedInvertedResidualConvolution,CIRC).该结构采用深度可分离卷积作为基本卷积单元,快速提升模型计算能力;在此基础上,通过转置通道矩阵与级联深度卷积,并增加残差连接层数,达到强化目标多维特征的目的;进一步,进行多级模块堆叠,提高模型对目标的检测效果.本文在RetinaNet基础上,利用CIRC设计了一个快速的轻量化目标检测网络—CIRCN(CascadedInvertedResidualConvolutionNet).同时,在训练阶段引入角度变量并参与反向传播,在推理阶段对水平框加入角度偏置,有效提高定向目标与检测框匹配度.在DOTA数据集上的实验结果表明,CIRCN在精度略受损失的情况下,检测速度达到42fps,比基准算法提高了3.5倍.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 李继中 Author：CHENLi ZHANGFan GUOWei HUANGYun LIJi-zhong
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郑州战略投送基地,河南郑州450002
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2023, 51(9)
分类号：TP391
关键词：遥感图像 目标检测 模型轻量化 深度可分离卷积 级联式逆残差卷积 通道混排
Keywords：remotesensingimage objectdetection modellightweight depthwiseseparableconvolution cascadedinvertedresidualconvolution channelmixing
机标分类号：TP391.41TN911.73TP183
在线出版日期：2023年12月26日
基金项目：基于级联式逆残差网络的遥感图像轻量目标检测算法[
期刊论文] 电子学报--2023, 51(9)陈立 张帆 郭威 黄赟 李继中遥感场景下的高实时目标检测任务具有重要的研究价值与应用意义.针对当前遥感图像目标检测模型由于目标多角度、排列密集以及背景复杂从而导致检测速度慢的问题,提出一种级联式逆残差卷积结构(CascadedInvertedResidua...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
基于级联式逆残差网络的遥感图像轻量目标检测算法 Cascaded Inverse Residual Network for Lightweight Object Detection Model in Remote Sensing Image
基于级联式逆残差网络的遥感图像轻量目标检测算法.pdf
- 文件大小:
- 2.43 MB
- 下载次数:
- 60
-
高速下载
|
|
