基于卷积神经网络的遥感图像飞机检测
日期：2017.06.13 点击数：9
【类型】期刊
【刊名】光电子技术
【关键词】 遥感图像,卷积神经网络,微调,迁移学习,飞机检测
【摘要】提出一种CNN的遥感图像飞机检测的方法。首先获得预训练好的CNN,然后通过参数迁移获得五层卷积层模型参数,接着利用遥感图像对第五层卷积层进行微调获得一个特征提取器。将特征提取器用于提取遥感图像训练集的深度特征,训练可变形部件检测模型。实验表明,提出的方法大大提高了遥感图像飞机目标检测精度,准确率达96%以上。
【年份】2017
【期号】第1期
【页码】66-71
相关文章
- 1、基于CNN的遥感影像中飞机检测方法研究 作者：陈璐 年份：2020
- 2、基于卷积神经网络的遥感图像飞机目标识别研究 作者：颜荔 年份：2018
- 3、一种基于级联神经网络的飞机检测方法 作者：王晓林,苏松志,刘晓颖,蔡国榕,李绍滋, 年份：2021
- 4、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
- 5、基于卷积神经网络迁移学习的飞机目标识别 作者：杨予昊,孙晶明,虞盛康, 年份：2020
- 6、基于可变形卷积神经网络的遥感图像飞机目标检测 作者：李明阳,胡显,雷宏, 年份：2021