Faster R-CNN模型在遥感图像飞机目标检测中的应用

• 作者: 常鹏飞 段云龙
• 来源期刊: 无线电工程
• 学科: 地球科学
• 关键词: 深度学习 迁移学习 FasterR-CNN 遥感图像 飞机检测
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 专题技术与工程应用
• 页码范围: 925-929
• 页数: 5页
• 分类号: P237
• 字数: 2556字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3106.2019.10.016

摘要

针对遥感图像飞机目标检测问题,探讨了深度卷积神经网络模型Faster R-CNN在遥感图像中对飞机目标检测的应用.针对训练样本不足的问题,构建了Airplane-2018数据集,基于该数据集采用迁移学习的方式对Faster R-CNN模型进行训练,并在测试集上进行验证,在查全率达到95％的情况下,查准率可以达到85％.实验结果表明,Faster R-CNN模型在采用迁移学习方法训练后,在遥感图像飞机目标检测问题上具有可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段云龙	中国电子科技集团公司第二十七研究所	8	13	2.0	3.0
2	常鹏飞	中国电子科技集团公司第二十七研究所	3	0	0.0	0.0