首页 | 本学科首页   官方微博 | 高级检索  
     

结合RPN网络与SSD算法的遥感影像目标检测算法
引用本文:成喆,吕京国,白颖奇,曹逸飞. 结合RPN网络与SSD算法的遥感影像目标检测算法[J]. 测绘科学, 2021, 46(4): 75-82,99
作者姓名:成喆  吕京国  白颖奇  曹逸飞
作者单位:北京建筑大学,北京 102616
摘    要:利用传统方法对遥感影像的目标检测,过程复杂并且耗时.随着深度学习的发展,用深度学习的方法进行目标检测,为遥感影像的检测开辟了新的思路.当前目标检测的方法主要包括以Faster R-CNN为代表的两阶段检测算法和以SSD为代表的单阶段算法,两阶段算法精度高速度慢,单阶段算法速度快精度低.针对两种算法的优势,该文将Faster R-CNN中的RPN与SSD算法相结合,融合单阶段和两阶段算法的优势,在提高精度的情况下保证速度,并加入特征金字塔结构,利用多个卷积层融合低层特征和高层特征的信息,提高预测效果.在NWPUVHR-10高分辨率数据集上进行训练和测试,对结果进行算法评估.同时选用测试集将该文算法与Faster R-CNN和SSD算法进行对比,实验表明该文算法提高了对小目标物体的检测精度,获得了更优的性能.

关 键 词:目标检测  深度学习  RPN网络  SSD算法  遥感影像

High-resolution remote sensing image object detection algorithm combining RPN network and SSD algorithm
CHENG Zhe,LYU Jingguo,BAI Yingqi,CAO Yifei. High-resolution remote sensing image object detection algorithm combining RPN network and SSD algorithm[J]. Science of Surveying and Mapping, 2021, 46(4): 75-82,99
Authors:CHENG Zhe  LYU Jingguo  BAI Yingqi  CAO Yifei
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号