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
基于多尺度分层残差网络的光学遥感图像微小目标检测
1
作者
曾祥津
刘耿焕
+4 位作者
陈建明
豆嘉真
任振波
邸江磊
秦玉文
《光子学报》
EI
CAS
CSCD
北大核心
2024年第8期247-259,共13页
针对光学遥感图像中微小目标空间分辨率低、有效特征不足等问题,在YOLOv5检测算法基础上,提出一种基于多尺度分层残差网络的光学遥感图像微小目标检测方法。设计了一种简单高效的多尺度分层残差特征提取模块,可在更细粒度水平上获得更...
针对光学遥感图像中微小目标空间分辨率低、有效特征不足等问题,在YOLOv5检测算法基础上,提出一种基于多尺度分层残差网络的光学遥感图像微小目标检测方法。设计了一种简单高效的多尺度分层残差特征提取模块,可在更细粒度水平上获得更丰富的感受野,强化神经网络的特征提取能力,进一步提升微小目标特征丰富度。在此基础上,进一步优化损失函数中的定位损失项,通过增加距离惩罚提升检测算法对微小目标的定位能力。在光学遥感微小目标检测数据集AI-TODv2和微小行人检测数据集TinyPerson上开展了系统对比实验,实验结果表明所提出算法相较于基准YOLOv5算法平均精度分别提升了5.5%和1.8%,有效提高了微小目标检测的召回率和准确率。
展开更多
关键词
光学遥感图像
微小目标检测
深度学习
多尺度
卷积神经网络
在线阅读
下载PDF
职称材料
题名
基于多尺度分层残差网络的光学遥感图像微小目标检测
1
作者
曾祥津
刘耿焕
陈建明
豆嘉真
任振波
邸江磊
秦玉文
机构
广东工业大学信息工程学院通感融合光子技术教育部重点实验室广东省信息光子技术重点实验室先进光子技术研究院
南方海洋科学与
工程
广东省
实验室
(珠海)
西北
工业
大学
物理科学与
技术
学院
光场调控与
信息
感知
工业
和
信息
化部
重点
实验室
陕西省光
信息
技术
重点
实验室
出处
《光子学报》
EI
CAS
CSCD
北大核心
2024年第8期247-259,共13页
基金
国家自然科学基金(Nos.62075183,62275218)
广东省“珠江人才计划”引进创新创业团队(Nos.2021ZT09X044,2019ZT08X340)
中央高校基本科研业务费专项资金(No.D5000230117)。
文摘
针对光学遥感图像中微小目标空间分辨率低、有效特征不足等问题,在YOLOv5检测算法基础上,提出一种基于多尺度分层残差网络的光学遥感图像微小目标检测方法。设计了一种简单高效的多尺度分层残差特征提取模块,可在更细粒度水平上获得更丰富的感受野,强化神经网络的特征提取能力,进一步提升微小目标特征丰富度。在此基础上,进一步优化损失函数中的定位损失项,通过增加距离惩罚提升检测算法对微小目标的定位能力。在光学遥感微小目标检测数据集AI-TODv2和微小行人检测数据集TinyPerson上开展了系统对比实验,实验结果表明所提出算法相较于基准YOLOv5算法平均精度分别提升了5.5%和1.8%,有效提高了微小目标检测的召回率和准确率。
关键词
光学遥感图像
微小目标检测
深度学习
多尺度
卷积神经网络
Keywords
Optical remote sensing images
Tiny object detection
Deep learning
Multi scale
Convolutional neural network
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
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
基于多尺度分层残差网络的光学遥感图像微小目标检测
曾祥津
刘耿焕
陈建明
豆嘉真
任振波
邸江磊
秦玉文
《光子学报》
EI
CAS
CSCD
北大核心
2024
0
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
