一种基于改进Mask R-CNN模型的遥感图像目标识别方法AET-电子技术应用-最丰富的电子设计资源平台

一种基于改进Mask R-CNN模型的遥感图像目标识别方法
所属分类：技术论文
上传者：zhoubin333
文档大小：342 K
标签：目标识别 Mask R-CNN 通道注意力
所需积分：0分积分不够怎么办？
文档介绍：目标识别技术作为机器视觉领域的一个重要分支，在各个领域有着重要的应用。鉴于一般的目标识别模型在遥感图片中表现不佳，另外需要识别的目标数量较多，尺寸大小不一，因此在经典的目标识别Mask R-CNN模型的基础上，提出了一种融合了通道注意力机制和数据增强技术的模型Mask R-CNN模型。在输入图片数据时，首先通过Random-Batch images操作对数据进行增强处理，提高模型对尺寸大小不一的目标识别的准确率；然后提取特征时，将原Mask R-CNN模型中的FPN改进为BiFPN，使提取到的特征能更好体现原本的图片信息；在最后的Mask阶段，增加了通道注意力机制，使得模型更多地得到需要的信息。经过实验表明，此模型在遥感图像的特殊目标细粒度识别中有良好的表现。对于同一个数据集，其评价指标在各个方面都要优于其他对比算法。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动