Print

常鹏飞:Faster R-CNN模型在遥感图像飞机目标检测中的应用论文

本文主要研究内容

作者常鹏飞,段云龙(2019)在《Faster R-CNN模型在遥感图像飞机目标检测中的应用》一文中研究指出:针对遥感图像飞机目标检测问题,探讨了深度卷积神经网络模型Faster R-CNN在遥感图像中对飞机目标检测的应用。针对训练样本不足的问题,构建了Airplane-2018数据集,基于该数据集采用迁移学习的方式对Faster R-CNN模型进行训练,并在测试集上进行验证,在查全率达到95%的情况下,查准率可以达到85%。实验结果表明,Faster R-CNN模型在采用迁移学习方法训练后,在遥感图像飞机目标检测问题上具有可行性。

Abstract

zhen dui yao gan tu xiang fei ji mu biao jian ce wen ti ,tan tao le shen du juan ji shen jing wang lao mo xing Faster R-CNNzai yao gan tu xiang zhong dui fei ji mu biao jian ce de ying yong 。zhen dui xun lian yang ben bu zu de wen ti ,gou jian le Airplane-2018shu ju ji ,ji yu gai shu ju ji cai yong qian yi xue xi de fang shi dui Faster R-CNNmo xing jin hang xun lian ,bing zai ce shi ji shang jin hang yan zheng ,zai cha quan lv da dao 95%de qing kuang xia ,cha zhun lv ke yi da dao 85%。shi yan jie guo biao ming ,Faster R-CNNmo xing zai cai yong qian yi xue xi fang fa xun lian hou ,zai yao gan tu xiang fei ji mu biao jian ce wen ti shang ju you ke hang xing 。

论文参考文献

  • [1].遥感图像飞机目标候选区域选取方法研究[J]. 唐小佩,杨小冈,刘云峰,李维鹏.  计算机仿真.2018(11)
  • [2].基于旋转不变特征的遥感图像飞机目标检测方法[J]. 林亿,赵明,潘胜达,安博文.  光子学报.2019(06)
  • [3].基于深度卷积神经网络的遥感图像飞机目标检测方法[J]. 郭智,宋萍,张义,闫梦龙,孙显,孙皓.  电子与信息学报.2018(11)
  • [4].地震灾害识别中遥感图像的应用研究[J]. 肖雯静.  轻工科技.2019(02)
  • [5].关于遥感图像云检测方法研究进展[J]. 刘增伟.  数字通信世界.2019(04)
  • [6].基于信息聚类的遥感图像分割[J]. 徐秋晔,李玉,林文杰,赵泉华.  中国矿业大学学报.2017(01)
  • [7].于卫星地域遥感图像分割方法研究仿真[J]. 彭晏飞,周娟,訾玲玲.  计算机仿真.2017(01)
  • [8].基于暗原色先验的遥感图像去雾方法[J]. 代书博,徐伟,朴永杰,陈彦彤.  光学学报.2017(03)
  • [9].航空遥感图像几何校正模型的效果比较[J]. 盛启慧,李启明.  现代计算机(专业版).2017(17)
  • [10].基于场景语义的遥感图像目标识别[J]. 刘宁波,孙艳丽,王杰.  现代电子技术.2017(11)
  • 论文详细介绍

    论文作者分别是来自无线电工程的常鹏飞,段云龙,发表于刊物无线电工程2019年10期论文,是一篇关于深度学习论文,迁移学习论文,遥感图像论文,飞机检测论文,无线电工程2019年10期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自无线电工程2019年10期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    本文来源: https://www.lw00.cn/article/75a6f85c76cd6e95239dc66d.html