| SAY-SOD:基于大模型優化的高清遙感圖像小目標檢測框架 | |
| 所屬分類:技術論文 | |
| 上傳者:wwei | |
| 文檔大小:5167 K | |
| 標簽: 遙感圖像 小目標檢測 Segment Anything Model | |
| 所需積分:0分積分不夠怎么辦? | |
| 文檔介紹:隨著遙感技術的不斷發展,遙感圖像中小目標檢測面臨著背景復雜、目標尺寸小、像素信息少等挑戰,傳統檢測算法在這一領域的表現存在一定局限。提出了一種基于SAM大模型和改進YOLOv8的小目標檢測框架。首先,利用SAM對原始遙感圖像進行感興趣區域的提取和分割,隨后對分割后的圖像進行多尺度增強,以提高小目標的顯著性。增強后的圖像與原圖的編號和定位信息一起構建數據集,用于訓練改進的YOLOv8模型。改進措施包括特征金字塔網絡的優化、引入注意力機制、重新設計損失函數。實驗結果表明,SAY-SOD框架在復雜背景下有效提升了遙感小目標的檢測精度和魯棒性,尤其在面對不同尺度和背景變化時表現出色。 | |
| 現在下載 | |
| VIP會員,AET專家下載不扣分;重復下載不扣分,本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2