基于深度学习的遥感影像小目标检测 |
| |
作者姓名: | 张青华 谷国太 李彩林 王佳文 |
| |
作者单位: | 山东理工大学建筑工程学院,河南省新闻出版学校,山东理工大学建筑工程学院,山东理工大学建筑工程学院 |
| |
摘 要: | 针对大量高分辨率遥感影像中的小目标检测问题,文章提出一种基于SSD检测网络改进后的目标检测算法实现遥感影像小目标检测。第一,针对遥感影像中数据量不足的问题,利用迁移学习的策略对特征提取网络进行模型预训练,得到对图像较低层级特征具有较好提取能力的特征提取网络;第二,修改SSD网络架构的特征提取网络层级,使用更多尺度的特征提取层进行检测,同时使用Adam优化算法进行训练,提高对遥感影像小目标的识别精度。实验结果表明,利用迁移学习的策略和修改SSD网络架构的方式,可以将通用深度学习目标检测算法应用于遥感影像中的小目标检测,检测性能有所提高。
|
关 键 词: | 深度学习 迁移学习 遥感影像 小目标 SSD |
本文献已被 CNKI 万方数据 等数据库收录! |
|