Print

Faster R-CNN模型在遥感图像飞机目标检测中的应用

论文摘要

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。

论文目录

  • 0 引言
  • 1 Faster R-CNN模型
  • 2 微调预训练模型
  •   2.1 Airplane-2018数据集
  •   2.2 微调预训练Faster R-CNN模型
  • 3 实验结果
  • 4 结束语

    • 文章来源

    类型: 期刊论文

    作者: 常鹏飞,段云龙

    关键词: 深度学习,迁移学习,遥感图像,飞机检测

    来源: 无线电工程 2019年10期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 工业通用技术及设备,自动化技术

    单位: 中国电子科技集团公司第二十七研究所

    分类号: TP183;TP751

    页码: 925-929

    总页数: 5

    文件大小: 1788K

    下载量: 432

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/5c9a356d370f906cb8d9141b.html