期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
深度学习支持下的地图图片典型地理目标检测
被引量：
3
1
作者
王铮
符校
+2 位作者
杜凯旋
刘纪平
车向红
《测绘通报》
CSCD
北大核心
2022年第11期74-74,75-78,共5页
针对地图图片中典型地理目标识别问题,本文首先介绍了两种基于深度学习的目标检测方法(YOLO网络和采用focal loss替换交叉熵损失函数的RetinaNet网络),然后将地图图片分别输入两种神经网络模型中进行训练和测试,最后对目标检测结果进行...
针对地图图片中典型地理目标识别问题,本文首先介绍了两种基于深度学习的目标检测方法(YOLO网络和采用focal loss替换交叉熵损失函数的RetinaNet网络),然后将地图图片分别输入两种神经网络模型中进行训练和测试,最后对目标检测结果进行对比分析。结果表明,RetinaNet网络模型对地图图片进行目标检测的准确率有明显提高,且运行速度依然可达秒级。该地理目标检测方法的高准确度与高效性可在地图审查时节约大量人力、时间成本,为地图内容智能理解及互联网地图监管提供了新的技术参考。
展开更多
关键词
地理目标检测
深度学习
卷积神经网络
YOLO网络
RetinaNet网络
在线阅读
下载PDF
职称材料
题名
深度学习支持下的地图图片典型地理目标检测
被引量：
3
1
作者
王铮
符校
杜凯旋
刘纪平
车向红
机构
浙江省测绘科学技术研究院
中国测绘科学研究院
广东省测绘产品质量监督检验中心
武汉大学资源与环境科学学院
出处
《测绘通报》
CSCD
北大核心
2022年第11期74-74,75-78,共5页
基金
国家自然科学基金(41901379)
浙江省自然资源厅2022年科技项目(2022-52)
+1 种基金
广东省自然资源厅测绘产品质量监督检验管理系统项目(DG-2020-10-0535)
国家重点研发计划(2017YFB050360103)。
文摘
针对地图图片中典型地理目标识别问题,本文首先介绍了两种基于深度学习的目标检测方法(YOLO网络和采用focal loss替换交叉熵损失函数的RetinaNet网络),然后将地图图片分别输入两种神经网络模型中进行训练和测试,最后对目标检测结果进行对比分析。结果表明,RetinaNet网络模型对地图图片进行目标检测的准确率有明显提高,且运行速度依然可达秒级。该地理目标检测方法的高准确度与高效性可在地图审查时节约大量人力、时间成本,为地图内容智能理解及互联网地图监管提供了新的技术参考。
关键词
地理目标检测
深度学习
卷积神经网络
YOLO网络
RetinaNet网络
Keywords
geographic object detection
deep learning
convolutional neural network
YOLO
RetinaNet
分类号
P208 [天文地球—地图制图学与地理信息工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
深度学习支持下的地图图片典型地理目标检测
王铮
符校
杜凯旋
刘纪平
车向红
《测绘通报》
CSCD
北大核心
2022
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
