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：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專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。
主站蜘蛛池模板： 天天精品| 欧美高清日韩 | 久久福利小视频 | 国内精品一区二区 | 欧美日韩亚洲区久久综合 | 蜜臀网址 | 毛片视频网 | 欧美午夜视频在线观看 | 精品国产_亚洲人成在线高清 | 日韩老女人 | 九九久久亚洲综合久久久 | 国产精品二区三区免费播放心 | 成人精品在线 | 久久精品视频6 | 欧美精品久久久久久久免费观看 | 在线毛片免费观看 | avtt一区| 久久久亚洲精品国产 | 免费久久精品 | 国产色婷婷精品综合在线 | 免费一看一级毛片全播放 | 国产成人综合在线 | 欧美视频在线播放 | 成人免费观看男女羞羞视频 | 在线看va| 狠狠综合视频精品播放 | 欧美在线国产 | 久久久久久久国产高清 | 五月婷婷综合在线 | 国产一区二区三区福利 | 欧美激情aa | 久久久www成人免费精品 | 欧美激情亚洲激情 | 成人小视频在线播放 | 欧美视频网址 | 天天噜噜揉揉狠狠夜夜 | 国产亚洲精品激情都市 | 久久精品一区 | 免费看电影的视频 | 久久久久久久久久久久福利 | 久久久久久久久久国产精品免费 |