科研之友
微信
新浪微博
Facebook
分享链接
摘要
为深入研究光学遥感图像中的船舶检测问题，提升检测精度和降低模型复杂度，设计基于改进旋转区域卷积和神经网络(Rotational Region Convolutional Neural Networks),R2CNN的两阶段旋转框检测模型。在模型的第一阶段使用水平框作为候选区域；在模型第二阶段引入水平框预测分支，并且设计一种间接预测角度的回归模型；在测试阶段进行旋转框非极大值抑制时，设计基于掩码矩阵的旋转框IoU(Intersection over Union)算法。试验结果显示：改进R2CNN模型在HRSC2016(High Resolution Ship Collection 2016)数据集上取得81.0%的平均精确度，相比其他模型均有不同程度的提升，说明改进R2CNN在简化模型的同时能有效提升使用旋转框检测船舶的性能。
- 单位
