龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：中国电子科技集团公司第十五研究所
摘要：本发明公开了一种基于轻量化网络的遥感影像多尺度目标检测识别方法，包括以下步骤：对获取的遥感图像进行预处理；基于深度可分离卷积替换特征提取主干和检测分枝中的标准卷积过程，并将处理后的图像输入卷积神经网络进行特征提取；采用特征金字塔，从卷积神经网络不同层抽取不同尺度特征图像进行预测，融合不同层检测结果，得到多尺度融合特征图；在特征图上设置候选框，生成预测张量，基于此预测目标所属类别的置信度及位置信息。通过引入深度可分离卷积，减少模型参数，提升网络检测速度；提取多个尺度特征图，满足不同尺度目标检测需求；将语义信息特征强的高层特征图与几何信息特征强的底层特征图融合，提升小目标检测性能。
主权项：1.一种基于轻量化网络的遥感影像多尺度目标检测识别方法，其特征在于，包括以下步骤：S1、对获取的遥感图像进行预处理；S2、基于深度可分离卷积替换特征提取主干和检测分枝中的标准卷积过程，并将处理后的图像输入卷积神经网络进行特征提取；具体包括：S21、通过32个3x3的卷积核卷积，在初始层的基础上增加网络层数，提高特征表达能力；S22、然后由block1和block2交替堆积，每个block由深度卷积和点卷积组成，每个卷积后都进行了批归一化，接着输出到relu层，其中block1的深度卷积卷积步长为1，block2的深度卷积卷积步长为2；S23、经过13个卷积块实现特征提取后，将conv13特征图反卷积后与conv5融合，将融合后的特征图与conv11、conv13特征图同时送入目标检测模块，进行坐标回归和分类，并对多个尺度特征图上的检测结果进行非极大值抑制，筛选出最终结果，完成特征提取；S3、采用特征金字塔，从卷积神经网络不同层抽取不同尺度特征图像进行预测，融合不同层检测结果，得到多尺度融合特征图；S4、在特征图上设置候选框，生成预测张量，基于此预测目标所属类别的置信度及位置信息。
全文数据：
权利要求：
百度查询： 中国电子科技集团公司第十五研究所 基于轻量化网络的遥感影像多尺度目标检测识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号