针对对无人机采集到的多源图像的舰船目标融合检测问题,提出一种基于多模态特征融合旋转检测网络(multi-modal feature fusion detection network based on rotation, MFFDet-R)的多源舰船图像融合检测方法。首先,为提升检测速度,采用...针对对无人机采集到的多源图像的舰船目标融合检测问题,提出一种基于多模态特征融合旋转检测网络(multi-modal feature fusion detection network based on rotation, MFFDet-R)的多源舰船图像融合检测方法。首先,为提升检测速度,采用单阶段无锚框设计降低计算量。随后,为提升检测精度,采用旋转任务对齐学习进行标签分配和对齐。然后,为实现多模态特征的充分融合,设计多模态特征融合网络。最后,根据特定场景有针对性地设计检测头和角度预测头,以提升网络检测性能。通过实验对比验证,结果表明所提方法可以有效实现对多源舰船的融合检测,且对不同场景舰船目标的检测性能优于其他方法。展开更多
文摘针对对无人机采集到的多源图像的舰船目标融合检测问题,提出一种基于多模态特征融合旋转检测网络(multi-modal feature fusion detection network based on rotation, MFFDet-R)的多源舰船图像融合检测方法。首先,为提升检测速度,采用单阶段无锚框设计降低计算量。随后,为提升检测精度,采用旋转任务对齐学习进行标签分配和对齐。然后,为实现多模态特征的充分融合,设计多模态特征融合网络。最后,根据特定场景有针对性地设计检测头和角度预测头,以提升网络检测性能。通过实验对比验证,结果表明所提方法可以有效实现对多源舰船的融合检测,且对不同场景舰船目标的检测性能优于其他方法。
