科研之友
微信
新浪微博
Facebook
分享链接
摘要
深度学习技术发展迅速，应用深度学习技术进行遥感影像快速自动化处理使得遥感技术现代化成为可能。针对现有目标检测算法对遥感影像桥梁目标检测精度较差的缺陷，本文以YOLOv4算法为基础，通过嵌入注意力机制模块以及替换传统卷积层为深度超参数化卷积来加强算法的特征提取能力，从而提升算法检测精度，并设计实验进行对比验证。实验结果表明：本文提出的算法在不显著增加算法训练成本的前提下，使高分桥梁数据集的AP提高至80.4%,DOTA桥梁数据集的AP提高至67.2%，有效证明了本文改进算法的有效性。
- 单位
深度学习技术发展迅速，应用深度学习技术进行遥感影像快速自动化处理使得遥感技术现代化成为可能。针对现有目标检测算法对遥感影像桥梁目标检测精度较差的缺陷，本文以YOLOv4算法为基础，通过嵌入注意力机制模块以及替换传统卷积层为深度超参数化卷积来加强算法的特征提取能力，从而提升算法检测精度，并设计实验进行对比验证。实验结果表明：本文提出的算法在不显著增加算法训练成本的前提下，使高分桥梁数据集的AP提高至80.4%,DOTA桥梁数据集的AP提高至67.2%，有效证明了本文改进算法的有效性。
