一種基于改進Mask R-CNN模型的遙感圖像目標識別方法 | |
所屬分類:技術論文 | |
上傳者:zhoubin333 | |
文檔大小:342 K | |
標簽: 目標識別 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: 目標識別技術作為機器視覺領域的一個重要分支,在各個領域有著重要的應用。鑒于一般的目標識別模型在遙感圖片中表現不佳,另外需要識別的目標數量較多,尺寸大小不一,因此在經典的目標識別Mask R-CNN模型的基礎上,提出了一種融合了通道注意力機制和數據增強技術的模型Mask R-CNN模型。在輸入圖片數據時,首先通過Random-Batch images操作對數據進行增強處理,提高模型對尺寸大小不一的目標識別的準確率;然后提取特征時,將原Mask R-CNN模型中的FPN改進為BiFPN,使提取到的特征能更好體現原本的圖片信息;在最后的Mask階段,增加了通道注意力機制,使得模型更多地得到需要的信息。經過實驗表明,此模型在遙感圖像的特殊目標細粒度識別中有良好的表現。對于同一個數據集,其評價指標在各個方面都要優于其他對比算法。 | |
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