基于深度学习的遥感影像小目标检测

• 作者: 张青华 李彩林 王佳文 谷国太
• 来源期刊: 河南水利与南水北调
• 学科: 工学
• 关键词: 深度学习 迁移学习 遥感影像 小目标 SSD
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 信息化
• 页码范围: 83-86
• 页数: 4页
• 分类号: TP391.4
• 字数: 3954字
• 语种: 中文

摘要

针对大量高分辨率遥感影像中的小目标检测问题,文章提出一种基于SSD检测网络改进后的目标检测算法实现遥感影像小目标检测.第一,针对遥感影像中数据量不足的问题,利用迁移学习的策略对特征提取网络进行模型预训练,得到对图像较低层级特征具有较好提取能力的特征提取网络;第二,修改SSD网络架构的特征提取网络层级,使用更多尺度的特征提取层进行检测,同时使用Adam优化算法进行训练,提高对遥感影像小目标的识别精度.实验结果表明,利用迁移学习的策略和修改SSD网络架构的方式,可以将通用深度学习目标检测算法应用于遥感影像中的小目标检测,检测性能有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谷国太		7	27	3.0	5.0
2	李彩林	山东理工大学建筑工程学院	21	72	4.0	8.0
3	王佳文	山东理工大学建筑工程学院	3	22	2.0	3.0
4	张青华	山东理工大学建筑工程学院	3	0	0.0	0.0