| 一種基于改進(jìn)Mask R-CNN模型的遙感圖像目標(biāo)識(shí)別方法 | |
| 所屬分類(lèi)：技術(shù)論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：342 K | |
| 標(biāo)簽： 目標(biāo)識(shí)別 Mask R-CNN 通道注意力 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹： 目標(biāo)識(shí)別技術(shù)作為機(jī)器視覺(jué)領(lǐng)域的一個(gè)重要分支，在各個(gè)領(lǐng)域有著重要的應(yīng)用。鑒于一般的目標(biāo)識(shí)別模型在遙感圖片中表現(xiàn)不佳，另外需要識(shí)別的目標(biāo)數(shù)量較多，尺寸大小不一，因此在經(jīng)典的目標(biāo)識(shí)別Mask R-CNN模型的基礎(chǔ)上，提出了一種融合了通道注意力機(jī)制和數(shù)據(jù)增強(qiáng)技術(shù)的模型Mask R-CNN模型。在輸入圖片數(shù)據(jù)時(shí)，首先通過(guò)Random-Batch images操作對(duì)數(shù)據(jù)進(jìn)行增強(qiáng)處理，提高模型對(duì)尺寸大小不一的目標(biāo)識(shí)別的準(zhǔn)確率；然后提取特征時(shí)，將原Mask R-CNN模型中的FPN改進(jìn)為BiFPN，使提取到的特征能更好體現(xiàn)原本的圖片信息；在最后的Mask階段，增加了通道注意力機(jī)制，使得模型更多地得到需要的信息。經(jīng)過(guò)實(shí)驗(yàn)表明，此模型在遙感圖像的特殊目標(biāo)細(xì)粒度識(shí)別中有良好的表現(xiàn)。對(duì)于同一個(gè)數(shù)據(jù)集，其評(píng)價(jià)指標(biāo)在各個(gè)方面都要優(yōu)于其他對(duì)比算法。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
zhoubin333 的最新分享
- 基于雙模單包授權(quán)的公路零信任安全應(yīng)用研究*
- 基于區(qū)塊鏈的法檢司數(shù)據(jù)安全共享技術(shù)研究*
- 揭開(kāi)“算法的面紗”：關(guān)于構(gòu)建算法解釋框架的思考
- 企業(yè)“數(shù)據(jù)池”的商業(yè)秘密保護(hù)路徑探究
- 注意力經(jīng)濟(jì)下陪伴式人工智能平臺(tái)的侵權(quán)責(zé)任
- 數(shù)據(jù)抓取行為競(jìng)爭(zhēng)法規(guī)制中的利益衡量研究
- 基于同態(tài)的多對(duì)多電子投票方案設(shè)計(jì)*
- 基于策略和屬性隱藏的區(qū)塊鏈訪問(wèn)控制方法研究
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2