基于不同卷积神经网络的目标检测算法对比研究

作者：毛玉龙

来源：测绘标准化, 2023, 39(04): 39-43.

DOI：10.20007/j.cnki.61-1275/P.2023.04.08

• 遥感影像
• 卷积神经网络
• 目标检测算法
• 分类精度
• 标定框精度
• 运行时间

为实现基于遥感影像的地物信息智能化、快速化、高精度的目标检测和提取，本文基于卷积神经网络理论，对R-CNN、SPPNet、 Fast R-CNN、Faster R-CNN及Mask R-CNN 5种不同卷积神经网络算法进行对比研究。结果表明，Mask R-CNN算法在分类精度和标定框精度上具有明显优势，运行时间较传统卷积神经网络算法有较大提升，通过检测获得的二值Mask为提取影像建筑物轮廓等后续工作提供技术准备，可在高分辨率遥感影像地物检测提取中应用。