| 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?。?span>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