基于Transformer的航空目标检测算法
日期:2023.05.31 点击数:9
【类型】期刊
【刊名】无线电工程
【关键词】 倾斜目标,Transformer,深度学习,航空检测
【资助项】国家自然科学基金青年科学基金项目(62002038)
【摘要】近几年,基于深度学习的目标检测算法在航空图像检测任务中得到了广泛的应用。针对传统的水平目标检测算法无法定位航空图像中大量密集排列的倾斜目标的问题,提出了TF-BBAVectors模型算法来实现航空图像中倾斜目标的检测任务。首先,为了避免深度卷积神经网络带来的网络退化等问题使用Transformer结构搭建特征提取网络;其次,针对密集地、小尺度图像目标的问题,采用多尺度特征融合的方法提升检测效果;最后针对倾斜目标检测的问题,通过边界框边缘感知向量表示任意角度的倾斜目标。在DOTA 1.0和SSDD+数据集上的部分测试结果表明,此方法的平均精度分别为72.39%和79.98%,证明了TF-BBAVectors模型算法的有效性。
【年份】2023
【作者单位】大连大学物理科学与技术学院;大连大学信息工程学院;大连大学软件学院;
【页码】10
相关文章
- 1、基于Transformer的多特征融合的航空发动机剩余使用寿命预测 作者:马依琳,陶慧玲,董启文,王晔, 年份:2022
- 2、基于Trans/Attention的飞行区航空器监视数据融合方法 作者:王兴隆,尹昊,丁俊峰, 年份:2023
- 3、基于深度卷积神经网络的航空器检测与识别 作者:俞汝劼,杨贞,熊惠霖, 年份:2017
- 4、基于深度学习的航空发动机剩余使用寿命预测研究 作者:温海茹, 年份:2021
- 5、基于深度学习的航空发动机剩余使用寿命预测研究 作者:温海茹, 年份:2020
- 6、基于深度学习的航空器异常飞行状态识别 作者:吴奇,储银雪, 年份:2018