一種基于改進Mask R-CNN模型的遙感圖像目標(biāo)識別方法
所屬分類：技術(shù)論文
上傳者：zhoubin333
文檔大?。?span>342 K
標(biāo)簽： 目標(biāo)識別 Mask R-CNN 通道注意力
所需積分：0分積分不夠怎么辦,？
文檔介紹： 目標(biāo)識別技術(shù)作為機器視覺領(lǐng)域的一個重要分支,，在各個領(lǐng)域有著重要的應(yīng)用,。鑒于一般的目標(biāo)識別模型在遙感圖片中表現(xiàn)不佳,，另外需要識別的目標(biāo)數(shù)量較多,，尺寸大小不一,，因此在經(jīng)典的目標(biāo)識別Mask R-CNN模型的基礎(chǔ)上,，提出了一種融合了通道注意力機制和數(shù)據(jù)增強技術(shù)的模型Mask R-CNN模型,。在輸入圖片數(shù)據(jù)時,，首先通過Random-Batch images操作對數(shù)據(jù)進行增強處理，提高模型對尺寸大小不一的目標(biāo)識別的準(zhǔn)確率,；然后提取特征時,，將原Mask R-CNN模型中的FPN改進為BiFPN，使提取到的特征能更好體現(xiàn)原本的圖片信息,；在最后的Mask階段,，增加了通道注意力機制，使得模型更多地得到需要的信息,。經(jīng)過實驗表明,，此模型在遙感圖像的特殊目標(biāo)細粒度識別中有良好的表現(xiàn)。對于同一個數(shù)據(jù)集,，其評價指標(biāo)在各個方面都要優(yōu)于其他對比算法,。
現(xiàn)在下載
VIP會員，AET專家下載不扣分,；重復(fù)下載不扣分,，本人上傳資源不扣分。