【技术实现步骤摘要】
本专利技术涉及目标检测，具体为一种基于遥感图像密集小目标的检测方法。
技术介绍
1、遥感图像密集小目标检测是遥感图像分析领域中的关键问题之一，其在城市规划、交通监测、环境监测等领域具有广泛的应用价值。随着遥感技术的快速发展，大量高分辨率遥感图像的获取为密集小目标检测提供了丰富的数据资源。
2、传统的遥感图像目标检测方法主要基于人工设计的特征和分类器，然而，由于目标的尺寸和形状的多样性，以及复杂的背景干扰，传统方法在处理密集小目标时往往难以取得令人满意的结果，近年来，随着深度学习技术的快速发展，基于深度学习的目标检测方法逐渐成为研究的热点，特别是基于卷积神经网络(cnn)的目标检测算法(如faster r-cnn、yolo和ssd等)，在一定程度上取得了较好的性能。然而，遥感图像密集小目标检测仍然面临着一些困难和挑战，密集小目标通常在图像中相互密集分布，目标之间可能存在重叠和接触，这增加了目标的分割和定位的难度。此外，遥感图像中的密集小目标通常占据整个图像的一小部分，导致目标样本与背景样本之间的数据不平衡，这会影响训练算法的性
【技术保护点】
1.一种基于遥感图像密集小目标的检测方法，其特征在于,包括以下步骤：
2.根据权利要求1所述的一种基于遥感图像密集小目标的检测方法，其特征在于，所述步骤S1中原YOLOv5骨干网络中引入ECA注意力机制。
3.根据权利要求2所述的一种基于遥感图像密集小目标的检测方法，其特征在于，所述步骤S2中在Head部分添加CATNet网络结构。
4.根据权利要求3所述的一种基于遥感图像密集小目标的检测方法，其特征在于，所述步骤S2中采用MPDIoU替换原算法损失函数。
5.根据权利要求4所述的一种基于遥感图像密集小目标的检测方法，其...
【技术特征摘要】
1.一种基于遥感图像密集小目标的检测方法，其特征在于,包括以下步骤：
2.根据权利要求1所述的一种基于遥感图像密集小目标的检测方法，其特征在于，所述步骤s1中原yolov5骨干网络中引入eca注意力机制。
3.根据权利要求2所述的一种基于遥感图像密集小目标的检测方法，其特征在于，所述步骤s2中在head部分添加catnet网络结构。
4.根据权利要求3所述的一种基于遥感图像密集小目标的检测方法，其特征在于，所述步骤s2中采用mpdio...
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。