典型文献
轻量卷积神经网络遥感影像目标检测方法
文献摘要：
针对常规遥感影像目标检测模型在低算力环境难以运行问题,提出一种新的轻量级目标检测方法.采用深度可分离卷积核及通道分组混排构建轻量级特征提取网络,采用K-means聚类获取锚点框,使用跨层连接双层特征金字塔预测多尺度目标.利用遥感影像目标检测数据集(RSOD)数据集对模型训练,采用精度均值,平均精度均值,每秒传输帧数对模型进行评价.结果表明,所提出模型平均精度均值可达68.2％,相比同类模型分别提高9.82％和17.3％,检测速度达到36帧/s,权重文件仅31.26 MB,适合部署于低算力设备.
文献关键词：
遥感影像;地面目标检测;卷积神经网络;轻量级模型;深度可分离卷积
中图分类号：
作者姓名：
陈伟
作者机构：
宁波宁大地基处理技术有限公司,浙江 宁波315000
文献出处：
引用格式：
[1]陈伟-.轻量卷积神经网络遥感影像目标检测方法)[J].北京测绘,2022(02):178-183
A类：
双层特征金字塔,地面目标检测
B类：
轻量卷积神经网络,遥感影像,目标检测方法,目标检测模型,算力,运行问题,轻量级目标检测,深度可分离卷积,卷积核,混排,特征提取网络,means,锚点框,跨层连接,多尺度目标,检测数据集,RSOD,模型训练,平均精度均值,每秒,秒传,出模,模型平均,检测速度,重文,MB,轻量级模型
AB值：
0.346194
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
