典型文献
基于改进Faster R?CNN的遥感目标检测算法
文献摘要：
针对高分辨率遥感图像在目标检测中存在准确率低、目标漏检的问题,提出一种基于改进Faster R?CNN的遥感目标检测算法.采用ResNet?50作为主体网络进行特征提取,降低模型参数量和硬件资源占用,将ResNet?50的多尺度特征进行融合,进一步丰富中小目标的细节信息和位置信息.根据遥感目标尺寸的实际分布特点,采用K?means算法生成聚类中心,针对遥感目标尺度差异过大的问题,对聚类中心进行均值化操作,生成自适应锚点框参数,增强了区域建议网络(RPN)对多尺度目标的搜索能力,节约了人工根据经验设置锚点框参数的时间和精力.实验结果表明,改进算法能够有效地在多种复杂背景下检测不同尺度的遥感目标,在TRGS?HRRSD公共数据集上获得了83.76％的平均精度,召回率达到78.6％.
文献关键词：
遥感目标检测;改进Faster R-CNN;特征提取;多尺度特征融合;聚类中心生成;锚点框参数;目标搜索
中图分类号：
作者姓名：
马宇;单玉刚;袁杰
作者机构：
新疆大学 电气工程学院,新疆 乌鲁木齐 830001;湖北文理学院 教育学院,湖北 襄阳 441000
文献出处：
引用格式：
[1]马宇;单玉刚;袁杰-.基于改进Faster R?CNN的遥感目标检测算法)[J].现代电子技术,2022(03):58-63
A类：
锚点框参数,TRGS,聚类中心生成
B类：
Faster,遥感目标检测,目标检测算法,高分辨率遥感图像,漏检,ResNet,模型参数量,硬件资源,资源占用,小目标,细节信息,位置信息,标尺,means,尺度差异,区域建议网络,RPN,多尺度目标,搜索能力,改进算法,复杂背景,不同尺度,HRRSD,公共数据,召回率,多尺度特征融合,目标搜索
AB值：
0.253111
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。
