-
题名基于改进YOLOv4网络的红外遥感小目标检测方法
- 1
-
-
作者
马玉磊
钟潇柔
-
机构
新乡学院继续教育学院
新乡学院计算机与信息工程学院
-
出处
《电子器件》
CAS
2024年第4期1107-1115,共9页
-
基金
河南省科技厅重点研发与推广专项(科技攻关)项目(212102210405)
2022年度新乡学院教育教学改革研究与实践项目成果(31)。
-
文摘
针对传统检测方法对红外小目标检测性能不足的问题,提出一种基于迁移学习与改进YOLOv4网络的红外小目标检测系统。首先,对YOLOv4网络主干网提取的浅层特征进行增强,并结合深层特征与浅层特征来缓解红外小目标难以检测的问题;其次,为YOLOv4网络的检测头模块增加注意力机制,使网络关注于特征图中的红外小目标,从而降低背景对小目标检测的干扰;最终,在YOLOv4网络的训练过程中加入迁移学习方法,从而解决红外小目标标注训练数据不足的问题。基于公开红外小目标检测数据集的实验结果表明,该系统有效提高了YOLOv4网络对红外小目标的检测性能,且优于其他的对比检测模型。
-
关键词
深度学习
红外遥感
目标检测
迁移学习
深度神经网络
单阶段检测模型
-
Keywords
deep learning
infrared remote sensing
target detection
transferring learning
deep neural network
one stage detection model
-
分类号
TP394.1
[自动化与计算机技术—计算机应用技术]
TH691.9
[机械工程—机械制造及自动化]
-
-
题名基于深度学习的遥感图像目标检测方法研究
- 2
-
-
作者
刘伟堂
-
机构
商丘师范学院测绘与规划学院
-
出处
《信息技术》
2023年第4期23-28,共6页
-
基金
河南省高等学校重点科研项目计划(20B420005)。
-
文摘
针对目标小、分布集中的目标遥感图像检测准确率低、性能差等问题,提出了具有自学习能力的深度学习遥感图像目标检测方法,引入注意力机制进行多尺度多分辨率的特征自学习及融合挖掘,改进多尺度单阶段网络目标检测模型SSD的多层特征模块,在模型训练阶段采用改进的感知损失函数避免样本差异过大造成的不均衡问题。实验阶段,对原始SSD算法、FPN算法进行比对实验,文中提出算法的准确率提升在6%~8.6%,速度上也有了明显的改观。结果显示,文中提出的算法对于目标检测具有更好的检测效果,有一定的研究价值。
-
关键词
多尺度单阶段目标检测模型
特征图金字塔
注意力机制
遥感图像
目标检测
-
Keywords
SSD model
feature map pyramid
attention mechanism
remote sensing images
object detection
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
