一种基于级联神经网络的飞机检测方法
日期:2021.04.08 点击数:0
【类型】期刊
【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
相关文章
- 1、基于卷积神经网络的遥感图像飞机检测 作者:张义德,胡长雨,胡春育, 年份:2017
- 2、基于卷积神经网络的遥感图像飞机目标识别 作者:晁安娜,刘坤, 年份:2018
- 3、基于深度学习的光学遥感图像飞机检测算法 作者:董永峰,仉长涛,汪鹏,冯哲, 年份:2021
- 4、基于深度学习的光学遥感图像飞机检测算法 作者:董永峰,仉长涛,汪鹏,冯哲, 年份:2020
- 5、遥感图像飞机目标检测与识别关键技术研究 作者:李冠典 年份:2022
- 6、基于最优区域生成的深度多尺度融合遥感飞机检测方法 作者:刘晨,郑恩让,张桐, 年份:2020