-
题名一种针对SAR图像的舰船目标检测算法
被引量：2
- 1
-
-
作者
孟凡龙
齐向阳
范怀涛
-
机构
中国科学院空天信息创新研究院
中国科学院大学电子电气与通信工程学院
-
出处
《电光与控制》
北大核心
2025年第1期74-79,共6页
-
基金
中国科学院基金项目(E2Z216010F)。
-
文摘
由于环境复杂、舰船目标散焦和尺度的多样性,基于SAR图像的舰船目标检测仍然存在一些问题。提出了一种针对SAR图像的舰船目标检测算法。首先,基于可变形卷积构建舰船目标特征细化模块,提高对大长宽比姿态的舰船目标的特征提取能力;其次,在主干网络末尾引入了舰船空间金字塔聚合结构,增强对舰船目标的全局特征提取能力;最后,设计了尺度扩展特征金字塔网络,增强舰船浅层和深层特征信息的交互,提高对多尺度舰船目标的检测能力。实验结果表明,所提算法在HRSID数据集上的mAP达到了93.72%,F1分数达到了89.70%,优于所有比较算法,具有良好的检测效果。
-
关键词
SAR图像
舰船检测
可变形卷积
舰船空间金字塔聚合结构
尺度扩展特征金字塔网络
-
Keywords
SAR images
ship detection
deformable convolution
ship spatial pyramid aggregation structure
scale expansion feature pyramid network
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名改进YOLO-v3的遥感图像舰船检测方法
被引量：25
- 2
-
-
作者
公明
刘妍妍
李国宁
-
机构
长春理工大学
中国科学院长春光学精密机械与物理研究所
-
出处
《电光与控制》
CSCD
北大核心
2020年第5期102-107,共6页
-
文摘
针对遥感图像中舰船目标的检测,提出了一种基于YOLO-v3改进的实时遥感舰船目标检测方法。通过引入空间金字塔池化结构,结合密集连接和Inception结构实现降维过渡模块等方法增强了网络特征信息的提取,重新替换骨干网络的连接结构和优化多尺度特征融合检测设计出新的网络结构,减少了参数量,加强了特征传递,最终实现了优于原方法的效果。使用空客公司在Kaggle比赛提供的遥感图像数据集做试验对比,该算法平均检测精确度达到84%,相较于原算法精确度提高了约4%,速度达到23帧/s。
-
关键词
舰船检测
遥感图像
YOLO
空间金字塔池化
密集连接
Inception结构
-
Keywords
ship detection
remote sensing image
YOLO
spatial pyramid pooling
dense connection
Inception structure
-
分类号
TP753
[自动化与计算机技术—检测技术与自动化装置]
-
