本文主要研究内容
作者谢奇芳,姚国清,张猛（2019）在《基于Faster R-CNN的高分辨率图像目标检测技术》一文中研究指出：为提升传统算法对高分辨率遥感图像中地物目标的检测效果,将深度学习目标检测框架快速区域卷积神经网络(faster regions with convolutional neural network,Faster R-CNN)应用于高分辨率遥感图像目标检测任务中。以机场为检测场景、飞机为检测目标进行实验,首先,利用高分辨率遥感图像数据集训练Faster R-CNN框架,得到相应的目标检测模型;然后,采用该模型对高分辨率遥感图像中的飞机目标进行检测;最后,对实验结果进行统计分析及评价。实验结果表明,Faster R-CNN模型能够全面而准确地检测飞机目标,最优F1分数值为0. 976 3,并且同一个模型可以对多种高分辨率遥感图像进行目标检测。
Abstract
wei di sheng chuan tong suan fa dui gao fen bian lv yao gan tu xiang zhong de wu mu biao de jian ce xiao guo ,jiang shen du xue xi mu biao jian ce kuang jia kuai su ou yu juan ji shen jing wang lao (faster regions with convolutional neural network,Faster R-CNN)ying yong yu gao fen bian lv yao gan tu xiang mu biao jian ce ren wu zhong 。yi ji chang wei jian ce chang jing 、fei ji wei jian ce mu biao jin hang shi yan ,shou xian ,li yong gao fen bian lv yao gan tu xiang shu ju ji xun lian Faster R-CNNkuang jia ,de dao xiang ying de mu biao jian ce mo xing ;ran hou ,cai yong gai mo xing dui gao fen bian lv yao gan tu xiang zhong de fei ji mu biao jin hang jian ce ;zui hou ,dui shi yan jie guo jin hang tong ji fen xi ji ping jia 。shi yan jie guo biao ming ,Faster R-CNNmo xing neng gou quan mian er zhun que de jian ce fei ji mu biao ,zui you F1fen shu zhi wei 0. 976 3,bing ju tong yi ge mo xing ke yi dui duo chong gao fen bian lv yao gan tu xiang jin hang mu biao jian ce 。
论文参考文献
论文详细介绍
论文作者分别是来自国土资源遥感的谢奇芳,姚国清,张猛，发表于刊物国土资源遥感2019年02期论文，是一篇关于目标检测论文,卷积神经网络论文,高分辨率遥感图像论文,国土资源遥感2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自国土资源遥感2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：目标检测论文; 卷积神经网络论文; 高分辨率遥感图像论文; 国土资源遥感2019年02期论文;