一种基于级联神经网络的飞机检测方法

【类型】期刊

【作者】王晓林 苏松志 刘晓颖 蔡国榕 李绍滋  

【刊名】智能系统学报

【关键词】 嵌入式设备,遥感图像,级联,卷积神经网络,两阶段,深度学习,飞机检测,由粗到细

【摘要】由于旋转角度多样性、极端的尺度差异的影响,遥感图像中的飞机检测目前仍存在挑战。为了解决旋转和尺度的问题,目前的策略是将现有的自然场景下的目标检测算法(如Faster R-CNN、SSD等)直接迁移到遥感图像中。这些算法的主干网络复杂,模型占用空间大,难以应用到低功耗和嵌入式设备中。为了在准确率不降低的情况下提高检测速度,本文提出了一个仅包含9层的卷积神经网络来解决飞机检测问题。该网络采用了由粗到细的策略,通过级联两个网络的方式减少计算开销。为了评估方法的有效性,我们建立了一个针对飞机检测的遥感数据集。实验结果表明,该方法超越了VGG16等复杂的主干网络,达到了接近主流检测方法的性能表现,同时显著降低了参数量并使检测速度提高了2倍以上。

【年份】2021

【作者单位】厦门大学智能科学与技术系;集美大学计算机工程学院;

【期号】04

【全文挂接】全文挂接