一種復雜遙感陸地環(huán)境小樣本小目標快速檢測識別方法
基本信息
申請?zhí)?/td> | CN202111069804.3 | 申請日 | - |
公開(公告)號 | CN113963265A | 公開(公告)日 | 2022-01-21 |
申請公布號 | CN113963265A | 申請公布日 | 2022-01-21 |
分類號 | G06V20/13(2022.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 陳天明;梁若飛;劉英杰;章菲菲 | 申請(專利權(quán))人 | 北京理工雷科電子信息技術(shù)有限公司 |
代理機構(gòu) | 北京理工大學專利中心 | 代理人 | 田亞琪 |
地址 | 100081北京市海淀區(qū)中關(guān)村南大街5號2區(qū)683號樓理工科技大廈401 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開一種復雜遙感陸地環(huán)境小樣本小目標快速檢測識別方法,基于改進的Faster R?CNN卷積神經(jīng)網(wǎng)絡(luò)架構(gòu),構(gòu)建針對復雜遙感陸地環(huán)境車輛目標的檢測識別網(wǎng)絡(luò);通過對訓練數(shù)據(jù)進行一定的變換和擾動擴充,并對負樣本及難分樣本進行重復訓練,在增加了訓練數(shù)據(jù)量的同時可以讓網(wǎng)絡(luò)充分學習到目標的變化,解決樣本數(shù)據(jù)量少帶來模型泛化能力弱和精度差的問題;通過增加小目標特征、挖掘難樣本信息以解決Faster R?CNN對小目標檢測效果差、虛警率高、識別精度低的問題;RPN和Fast R?CNN共用同一個5層的卷積神經(jīng)網(wǎng)絡(luò),并對網(wǎng)絡(luò)模型參數(shù)調(diào)優(yōu),使得整個檢測過程只需完成一系列卷積運算即可完成檢測識別過程,減少了運算時間。 |
