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(shù)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(shù)作為機器視覺領(lǐng)域的一個重要分支，在各個領(lǐng)域有著重要的應(yīng)用。鑒于一般的目標識別模型在遙感圖片中表現(xiàn)不佳，另外需要識別的目標數(shù)量較多，尺寸大小不一，因此在經(jīng)典的目標識別Mask R-CNN模型的基礎(chǔ)上，提出了一種融合了通道注意力機制和數(shù)據(jù)增強技術(shù)的模型Mask R-CNN模型。在輸入圖片數(shù)據(jù)時，首先通過Random-Batch images操作對數(shù)據(jù)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(xiàn)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(jīng)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(xiàn)。對于同一個數(shù)據(jù)集，其評價指標在各個方面都要優(yōu)于其他對比算法。
現(xiàn)在下載
VIP會員，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。