基于深度学习的无人机遥感影像船只检测方法

• 作者: 李伟炜 罗巍 陈曙东 龚立展
• 来源期刊: 船舶物资与市场
• 学科: 交通运输
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 基础科技
• 页码范围: 25-28
• 页数: 4页
• 分类号: U665.26
• 字数: 3789字
• 语种: 中文
• DOI: 10.19727/j.cnki.cbwzysc.2019.04.003

摘要

传统的目标检测方法针对海量无人机遥感影像检测精度不高,解译时效性差.本文提出一种基于深度学习的无人机遥感影像船只检测方法.首先,通过数据扩增、TTA多图检测和数据标注等手段对原始无人机影像数据进行预处理;然后,结合海量的卫星影像船舶数据对网络进行预训练;最后,依托PyTorch深度学习框架,综合运用U-Net+MASK R-CNN模型融合策略及TTA多模型融合策略对模型进行训练.结果 为了验证本文方法的先进性,将未融合U-Net语义分割结果生成的训练模型检测结果及面向对象方法通过构建规则集匹配模板得到的检测结果与本文方法一道进行精度评价.本文方法的检出率、漏检率和误检率分别为88.39％、11.61％和10.53％,优于其他算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈曙东	中国科学院微电子研究所智能制造与电子研发中心	8	16	2.0	4.0
5	罗巍	中国科学院微电子研究所智能制造与电子研发中心	6	25	3.0	5.0
6	龚立展	中国科学院微电子研究所智能制造与电子研发中心	1	1	1.0	1.0
10	李伟炜	中国科学院微电子研究所智能制造与电子研发中心	1	1	1.0	1.0