【技术实现步骤摘要】
一种单阶段遥感图像目标检测算法
本专利技术涉及深度学习目标检测
，具体涉及一种单阶段遥感图像目标检测算法。
技术介绍
随着卫星、航空航天还有传感器技术的飞速发展，遥感技术的应用日渐广泛，遥感数据也日渐丰富。遥感图像目标检测是遥感数据研究的一个重要分支，能够在资源探测、环境检测、城市规划等领域发挥重要作用。如何高效地实现遥感图像目标检测，已成为图像识别领域的热点研究内容。传统遥感图像目标检测以划分区域-特征提取-分类器为主线，通过滑动窗口遍历整张图像，然后通过Haar、SIFT、HOG等特征提取的方式提取图像的纹理、色彩、尺度等特征，再通过传统机器学习方法对特征进行分类，实现遥感图像的目标检测。这种检测算法会使得时间复杂度过高，产生大量冗余的窗口，严重影响特征提取、检测性能。虽然传统的遥感图像目标检测也出现了人工设计特征的方法，但由于目标形态多样性、光照变化性、背景多样性等要素，设计鲁棒的特征存在一定难度，而提取的特征好坏直接影响分类准确性。基于深度学习的遥感图像目标检测在2016年Girshick将深度...
【技术保护点】
1.一种单阶段遥感图像目标检测算法，其特征在于：以Yolo v3为基准，在Yolo v3的特征提取网络中加入金字塔卷积，将Yolo v3的检测网络替换为路径聚合网络(PAN网络)，并改进所述路径聚合网络的上采样方式为转置卷积，最后在所述特征提取网络及所述检测网络之间加入空间金字塔池化作为中间连接。/n
【技术特征摘要】
1.一种单阶段遥感图像目标检测算法，其特征在于：以Yolov3为基准，在Yolov3的特征提取网络中加入金字塔卷积，将Yolov3的检测网络替换为路径聚合网络(PAN网络)，并改进所述路径聚合网络的上采样方式为转置卷积，最后在所述特征提取网络及所述检测网络之间加入空间金字塔池化作为中间连接。
2.根据权利要求1所述的单阶段遥感图像目标检测算法，其特征在于：所述特征提取网络的主干网络前两层3×3卷积替换为所述金字塔卷积。
3.根据权利要求2所述的单阶段遥感图像目标检测算法，其特征在于：所述金字塔卷积内部进行分组卷积。
4.根据权利要求1-3任一项所述的单阶段遥感图像目标检测算法，其特征在于：所述空间金字塔池化的步骤为，首先对所述特征提取网络输出的特征图进行通道数为512的1×1卷积，再经过尺度为5、步长为1的最大池化，之后又回到所述特征图并进行尺度为13、步长为1的最大池化，最后将所有最大池化的结果与所述特征图进行维度的拼接。
5.根据权利要求1-3任一项所述的单阶段遥感图像目标检测算法，其特征在于：采用P...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。