基于训练网络的目标检测方法及应用

• 作者: 任江涛 屠惠琳 李定主
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 目标识别 Faster R-CNN 遥感图像 inception网络 深度残差网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 工程实践
• 页码范围: 173-177
• 页数: 5页
• 分类号: TP393
• 字数: 3903字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2020.04.032

摘要

传统的Faster-RCNN目标检测网络以VGG16作为训练网络,其网络提取能力弱、检测速度慢,提出将inception网络与深度残差网络作为训练网络用于Faster R-CNN.在TensorFlow框架下,搭建相应的网络模型,并选取飞机、车辆、操场以及水箱的遥感图像进行了实验验证.实验结果表明,相比于VGG16网络,基于inception网络与深度残差网络作为训练网络的Faster R-CNN模型在识别精度和识别速度上都具有明显的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李定主		38	206	8.0	12.0
2	任江涛		1	0	0.0	0.0
3	屠惠琳		1	0	0.0	0.0