资料下载
×
基于神经网络的遥感图像飞机目标检测模型
消耗积分:0 |
格式:rar |
大小:5.74 MB |
2021-03-30
分享资料个
针对遥感图像飞机检测中存在的背景复杂和目标尺度变化大等问题，提出基于深度神经网络的遥感图像飞机目标检测模型DC-DNN。利用图像底层特征制作像素级标签完成全卷积神经网络（FCN）模型训练，将FCN模型与 DBSCAN密度聚类算法相结合选取飞机目标的自适应候选区域，并基于VGG-16网络提取候选区域高层特征以获取飞机目标检测框，同时通过检测框抑制算法剔除重叠框和误检框，得到最终的飞机目标检测结果。实验结果表明，DC-DNN模型对于遥感图像飞机目标检测的准确率、召回率和F1值分别为95.78%、98.98%和0.9735，相比WS-DNN、R-FCN等模型具有更好的检测性能和泛化能力。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
