分部加权的行道树检测网络构建

• 作者: 于正浩 仇宇轩 沈雨
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 行道树 树形检测 卷积神经网络 深度学习 目标检测
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 学术研究
• 页码范围: 77-81,101
• 页数: 6页
• 分类号: P208
• 字数: 3121字
• 语种: 中文

摘要

基于深度学习目标检测框架,提出了一种端到端的训练网络,用于行道树的自动检测.由于行道树之间的遮挡问题,现有的通用物体检测框架无法直接应用于此任务,为此本文提出了一种树形分部加权模块,以减少严重遮挡造成的错误检测.然后对提出的神经网络进行训练和评估.结果显示,本文所建立的分部加权树木检测网络能够在遮挡条件下,有效地检测出街景图像中的行道树,该方法在各种条件下均具有较高的精度和良好的稳健性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈雨		6	12	2.0	3.0
2	仇宇轩		1	0	0.0	0.0
3	于正浩		1	0	0.0	0.0