买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东北大学

摘要：本发明提供一种基于改进MaskR‑CNN的遥感图像目标检测方法，涉及计算机视觉技术领域。该方法具体包括：获取含有待检测目标的原始遥感图像；对原始遥感图像进行格式转换，并利用转换后的遥感图像构建遥感图像数据集，按照预设比例将遥感图像数据集划分为训练数据集，验证数据集和测试数据集；构建基于改进MaskR‑CNN的遥感图像目标检测模型；利用训练数据集训练基于改进MaskR‑CNN的遥感图像目标检测模型，再利用验证数据集对训练好的基于改进MaskR‑CNN的遥感图像目标检测模型进行验证，得到最终的遥感图像目标检测模型；将测试数据集输入训练好的目标检测模型进行目标检测，得到目标检测结果。本方法在合理控制计算复杂度的基础上，显著提高了遥感图像目标检测精度。

主权项：1.一种基于改进MaskR-CNN的遥感图像目标检测方法，其特征在于，该方法包括如下步骤：步骤1：获取含有待检测目标的原始遥感图像；步骤2：对原始遥感图像进行格式转换，并利用转换后的遥感图像构建遥感图像数据集，按照预设比例将遥感图像数据集划分为训练数据集，验证数据集和测试数据集；步骤3：构建基于改进MaskR-CNN的遥感图像目标检测模型；所述基于改进MaskR-CNN的遥感图像目标检测模型为：在基于掩码区域的卷积神经网络MaskR-CNN的深度学习模型的基础上，骨干网络采用HSResSENet-BiFPN网络，用于对接收到的遥感图像进行特征提取和特征融合，生成多尺度特征图；所述HSResSENet-BiFPN网络的构建方法为：向基于掩码区域的卷积神经网络MaskR-CNN的深度学习模型中的残差网络ResNet101中引入注意力机制SENet和分层分割网络HS-ResNet构建HSResSENet网络，再将加权双向特征金字塔网络BiFPN与HSResSENet网络结合构建HSResSENet-BiFPN网络；步骤4：利用训练数据集对基于改进MaskR-CNN的遥感图像目标检测模型进行训练，再利用验证数据集对训练好的基于改进MaskR-CNN的遥感图像目标检测模型进行验证，得到最终的遥感图像目标检测模型；步骤5：将测试数据集输入训练好的目标检测模型进行目标检测，预测遥感影像中待检测目标的类别和位置，并获取遥感影像中的待检测目标，生成目标分割掩膜。

全文数据：

权利要求：

百度查询： 东北大学 一种基于改进Mask R-CNN的遥感图像目标检测方法