SAY-SOD：基于大模型優(yōu)化的高清遙感圖像小目標(biāo)檢測(cè)框架
所屬分類(lèi)：技術(shù)論文
上傳者：wwei
文檔大?。?span>5167 K
標(biāo)簽： 遙感圖像 小目標(biāo)檢測(cè) Segment Anything Model
所需積分：0分積分不夠怎么辦？
文檔介紹：隨著遙感技術(shù)的不斷發(fā)展，遙感圖像中小目標(biāo)檢測(cè)面臨著背景復(fù)雜、目標(biāo)尺寸小、像素信息少等挑戰(zhàn)，傳統(tǒng)檢測(cè)算法在這一領(lǐng)域的表現(xiàn)存在一定局限。提出了一種基于SAM大模型和改進(jìn)YOLOv8的小目標(biāo)檢測(cè)框架。首先，利用SAM對(duì)原始遙感圖像進(jìn)行感興趣區(qū)域的提取和分割，隨后對(duì)分割后的圖像進(jìn)行多尺度增強(qiáng)，以提高小目標(biāo)的顯著性。增強(qiáng)后的圖像與原圖的編號(hào)和定位信息一起構(gòu)建數(shù)據(jù)集，用于訓(xùn)練改進(jìn)的YOLOv8模型。改進(jìn)措施包括特征金字塔網(wǎng)絡(luò)的優(yōu)化、引入注意力機(jī)制、重新設(shè)計(jì)損失函數(shù)。實(shí)驗(yàn)結(jié)果表明，SAY-SOD框架在復(fù)雜背景下有效提升了遙感小目標(biāo)的檢測(cè)精度和魯棒性，尤其在面對(duì)不同尺度和背景變化時(shí)表現(xiàn)出色。
現(xiàn)在下載
VIP會(huì)員，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。