遥感图像中舰船检测方法综述 被引量：46

1

作者 唐沐恩 林挺强 文贡坚 《计算机应用研究》 CSCD 北大核心 2011年第1期29-36,共8页

随着遥感成像技术的发展,遥感图像中大型移动目标的检测和识别成为可能,舰船目标检测和识别就是在这一背景下提出的。在参考大量文献的基础上,回顾了舰船检测的发展历程,分析了其研究现状,对舰船检测方法进行了综述并分类,在此基础上对... 随着遥感成像技术的发展,遥感图像中大型移动目标的检测和识别成为可能,舰船目标检测和识别就是在这一背景下提出的。在参考大量文献的基础上,回顾了舰船检测的发展历程,分析了其研究现状,对舰船检测方法进行了综述并分类,在此基础上对各类算法进行对比,最后给出了该领域存在的问题和发展趋势。 展开更多

关键词 舰船检测 SAR图像 可见光图像 遥感图像

下载PDF 职称材料

一种光学遥感图像海面舰船检测算法 被引量：27

2

作者 高立宁 毕福昆 +1 位作者 龙腾 杨健 《清华大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第1期105-110,共6页

为了在通用硬件平台上实现光学遥感图像海面舰船检测,提出一套适合实际系统应用的算法。首先,在海陆分割阶段设计能快速粗分图像内容的自适应双门限阈值分割方法;其次,根据海面舰船分布稀疏的特点对分块后的图像进行目标存在性初判;接着... 为了在通用硬件平台上实现光学遥感图像海面舰船检测,提出一套适合实际系统应用的算法。首先,在海陆分割阶段设计能快速粗分图像内容的自适应双门限阈值分割方法;其次,根据海面舰船分布稀疏的特点对分块后的图像进行目标存在性初判;接着,只对初判为有目标的分块提取目标候选区域,提高了检测效率,其中引入杂波率系数自适应地控制Top-Hat算子中结构元素的尺寸,使其更好地抑制背景;最后,采用基于特征的模式识别方法剔除虚警。测试结果验证了算法的性能,并在硬件平台上进行了实现。 展开更多

关键词 舰船检测 目标检测 光学遥感图像 海陆分割 TOP-HAT算子

原文传递

可见光遥感图像中舰船目标检测的多阶阈值分割方法 被引量：27

3

作者 王保云 张荣 +1 位作者 袁圆 尹东 《中国科学技术大学学报》 CAS CSCD 北大核心 2011年第4期293-298,共6页

针对遥感图像中海洋复杂背景下的海上舰船目标检测,提出了基于自适应多阶阈值分割舰船目标检测方法.使用该方法对Spot,Quickbird,Ikonos,Landsat等不同卫星数据来源、不同分辨率、不同内容的12 704个样本进行了试验,成功检测了1 104个... 针对遥感图像中海洋复杂背景下的海上舰船目标检测,提出了基于自适应多阶阈值分割舰船目标检测方法.使用该方法对Spot,Quickbird,Ikonos,Landsat等不同卫星数据来源、不同分辨率、不同内容的12 704个样本进行了试验,成功检测了1 104个目标中的1 098个,检测率达到99.5%,同时虚警率保持在较低水平.实验证明,该方法对遥感图像中的海上舰船目标检测适应性强、检测率高、稳定性好. 展开更多

关键词 多阶阈值 分割 复杂海面 舰船识别 遥感图像

下载PDF 职称材料

光学卫星遥感图像舰船目标检测综述 被引量：24

4

作者 张财广 熊博莅 匡纲要 《电波科学学报》 EI CSCD 北大核心 2020年第5期637-647,共11页

遥感图像的目标检测是把海量遥感数据转化为应用成果的重要一环,而光学遥感图像中舰船目标的检测更是遥感图像处理分析的研究热点,具有重要的应用价值.本文的主要目的是研究光学遥感图像中舰船目标检测的各种方法,对目前采用的检测方法... 遥感图像的目标检测是把海量遥感数据转化为应用成果的重要一环,而光学遥感图像中舰船目标的检测更是遥感图像处理分析的研究热点,具有重要的应用价值.本文的主要目的是研究光学遥感图像中舰船目标检测的各种方法,对目前采用的检测方法做出系统性总结.重点介绍了基于灰度信息统计特征、视觉显著性、模板匹配和分类学习的四种传统舰船目标检测方法和深度学习方法在舰船目标检测中的应用,并分析了各种方法的优缺点和适用性,同时对舰船目标检测的未来发展进行了展望. 展开更多

关键词 光学遥感图像 舰船目标 深度学习 舰船检测 遥感图像处理

下载PDF 职称材料

改进YOLO-v3的遥感图像舰船检测方法 被引量：23

5

作者 公明 刘妍妍 李国宁 《电光与控制》 CSCD 北大核心 2020年第5期102-107,共6页

针对遥感图像中舰船目标的检测,提出了一种基于YOLO-v3改进的实时遥感舰船目标检测方法。通过引入空间金字塔池化结构,结合密集连接和Inception结构实现降维过渡模块等方法增强了网络特征信息的提取,重新替换骨干网络的连接结构和优化... 针对遥感图像中舰船目标的检测,提出了一种基于YOLO-v3改进的实时遥感舰船目标检测方法。通过引入空间金字塔池化结构,结合密集连接和Inception结构实现降维过渡模块等方法增强了网络特征信息的提取,重新替换骨干网络的连接结构和优化多尺度特征融合检测设计出新的网络结构,减少了参数量,加强了特征传递,最终实现了优于原方法的效果。使用空客公司在Kaggle比赛提供的遥感图像数据集做试验对比,该算法平均检测精确度达到84%,相较于原算法精确度提高了约4%,速度达到23帧/s。 展开更多

关键词 舰船检测 遥感图像 YOLO 空间金字塔池化 密集连接 Inception结构

下载PDF 职称材料

光学遥感图像中复杂海背景下的舰船检测 被引量：22

6

作者 王慧利 朱明 +2 位作者 蔺春波 陈典兵 杨航 《光学精密工程》 EI CAS CSCD 北大核心 2018年第3期723-732,共10页

本文针对光学遥感图像中复杂海背景下的舰船检测问题,提出一种快速精确的舰船检测方法。首先,基于最大对称环绕显著性检测完成初始目标候选区域提取,并结合一种基于元胞自动机的同步更新机制,利用图像局部相似性和舰船目标几何特征,对... 本文针对光学遥感图像中复杂海背景下的舰船检测问题,提出一种快速精确的舰船检测方法。首先,基于最大对称环绕显著性检测完成初始目标候选区域提取,并结合一种基于元胞自动机的同步更新机制,利用图像局部相似性和舰船目标几何特征,对初始目标候选区域进行更新,并通过OTSU算法获取最终目标候选区域;然后,根据舰船目标的固有特性对方向梯度直方图特征进行改进,提出一种新的表征舰船特性的边缘-方向梯度直方图特征对舰船目标进行描述,与传统HOG特征相比,这种特征向量侧重于对边缘特征的描述,对梯度向量鲁棒性更强,并且仅为一个24维的特征向量,计算复杂度低;最后,通过构建的训练库完成AdaBoost分类器的训练,并利用训练完成后的AdaBoost分类器完成目标的最终判别确认。本文的检测算法,针对尺寸为1 024pixel×1 024pixel的遥感图像,检测时间为2.386 0s,召回率为97.4%,检测精度为97.2%。实验表明,本文提出算法的检测性能优于目前主流的舰船检测算法,在检测时间和检测精度上都能够满足实际工程需要。 展开更多

关键词 舰船检测 遥感图像 显著性检测 ADABOOST分类器

下载PDF 职称材料

光学遥感图像目标检测技术综述 被引量：17

7

作者 李晓斌 江碧涛 +2 位作者 杨渊博 傅雨泽 岳文振 《航天返回与遥感》 CSCD 2019年第4期95-104,共10页

目标检测是光学遥感图像分析的重要内容,是将图像数据转化为应用成果的关键一环。文章重点针对光学遥感图像中常见的飞机、舰船等目标,对目标检测技术进行了系统总结,并对未来重点发展方向进行了展望。重点论述的内容包括目标检测方法... 目标检测是光学遥感图像分析的重要内容,是将图像数据转化为应用成果的关键一环。文章重点针对光学遥感图像中常见的飞机、舰船等目标,对目标检测技术进行了系统总结,并对未来重点发展方向进行了展望。重点论述的内容包括目标检测方法、目标检测性能评价准则和数据集,其中对于目标检测方法,从候选区域选择、特征学习、分类和后处理等四个方面进行了详细介绍。期望这些技术成果的总结分析和展望对目标检测技术的应用提供一定的借鉴和参考。 展开更多

关键词 目标检测方法 飞机检测 舰船检测 分类 遥感图像

下载PDF 职称材料

基于遥感图像的船舶目标检测方法综述 被引量：13

8

作者 王伟 《电讯技术》 北大核心 2020年第9期1126-1132,共7页

如何在复杂环境中准确、快速地实现各类船舶目标检测是一项重要研究课题,也是保障船舶航行安全、保护领土安全、加强水域资源监管的基础。红外成像、合成孔径雷达(Synthetic Aperture Radar,SAR)以及卫星遥感等成像技术的发展为船舶检... 如何在复杂环境中准确、快速地实现各类船舶目标检测是一项重要研究课题,也是保障船舶航行安全、保护领土安全、加强水域资源监管的基础。红外成像、合成孔径雷达(Synthetic Aperture Radar,SAR)以及卫星遥感等成像技术的发展为船舶检测提供了丰富的图像数据,已取得许多研究成果。介绍了船舶目标检测的过程,从基于传统图像处理技术的船舶目标检测和基于深度学习的船舶目标检测两方面总结并分析了现有船舶目标检测方法,讨论了相关关键技术,最后指出了未来的研究方向。 展开更多

关键词 船舶检测 遥感图像 图像处理 深度学习

下载PDF 职称材料

联合显著性特征与卷积神经网络的遥感影像舰船检测 被引量：11

9

作者 余东行 张保明 +2 位作者 郭海涛 赵传 徐俊峰 《中国图象图形学报》 CSCD 北大核心 2018年第12期1947-1958,共12页

目的针对高分辨率遥感影像舰船检测受云雾、海浪以及海岛等复杂因素干扰,存在虚警率高、漏检率高、目标检测和识别困难等问题,提出一种联合视觉显著性特征与卷积神经网络的海面舰船目标检测方法。方法基于频率域相位谱显著性检测能够有... 目的针对高分辨率遥感影像舰船检测受云雾、海浪以及海岛等复杂因素干扰,存在虚警率高、漏检率高、目标检测和识别困难等问题,提出一种联合视觉显著性特征与卷积神经网络的海面舰船目标检测方法。方法基于频率域相位谱显著性检测能够有效抑制高分辨率遥感影像上云层、海面杂波干扰的特点,计算影像多尺度显著图并进行加权融合。采用对数变换对融合后的图像进行空间域灰度增强以提高目标与背景的区分度,利用灰度形态学闭运算填充舰船目标孔洞,采用大津分割法来提取疑似舰船目标作为兴趣区域。最后构建舰船样本库,利用迁移学习的思想训练卷积神经网络模型,对所有兴趣区域切片进行分类判断和识别,得到最终检测结果。结果利用多幅不同背景下的高分辨率遥感影像,分别从视觉显著性检测、舰船粗检测与船只类型识别3个方面进行实验验证,选取检测率、虚警率、识别率3个指标进行定量评价。结果表明,本文方法相比于其他方法能有效排除云雾、海岛等多种因素的干扰,检测率、虚警率、识别率分别为93. 63%、3. 01%、90. 09%,明显优于其他算法,能够实现大范围影像上多种类型舰船的快速准确检测和识别。结论本文将图像视觉显著性检测快速获取图像显著目标的特点与卷积神经网络在图像分类的优势相结合,应用于遥感影像的海域舰船目标检测,能够实现对复杂背景下舰船目标的检测和船只类型的精细化识别。 展开更多

关键词 舰船检测 遥感影像 频率域显著性检测 卷积神经网络 迁移学习

原文传递

基于深度学习的舰船目标检测技术综述 被引量：11

10

作者 李晨瑄 胥辉旗 +2 位作者 钱坤 邓博元 冯泽钦 《兵器装备工程学报》 CSCD 北大核心 2021年第12期57-63,共7页

精确检测与打击舰船目标能够提升武器装备作战效能,是精确制导武器研制的重要方向之一。针对复杂背景下的舰船目标检测需求,总结了基于深度学习的舰船目标检测技术发展现状,对目前采用的检测算法及适用性做了系统性的归纳梳理,整理了常... 精确检测与打击舰船目标能够提升武器装备作战效能,是精确制导武器研制的重要方向之一。针对复杂背景下的舰船目标检测需求,总结了基于深度学习的舰船目标检测技术发展现状,对目前采用的检测算法及适用性做了系统性的归纳梳理,整理了常用遥感与合成孔径雷达成像舰船目标数据集,介绍了深度学习在舰船目标检测领域的应用;分析了现有算法存在的不足并提出相应改进思路,同时对舰船目标检测技术未来的研究趋势进行了展望。 展开更多

关键词 深度学习 舰船目标检测 Anchor-Free 光学遥感图像 合成孔径雷达

下载PDF 职称材料

一种基于图像显著性的离岸船舶目标检测效率优化方法 被引量：8

11

作者 董众 林宝军 申利民 《燕山大学学报》 CAS 北大核心 2020年第4期418-424,共7页

目前基于CNN的方法已在高分辨率遥感影像目标检测工作中得到了应用。对像海上船舶这种小型目标的实时检测是该方向研究的难点之一,其主要原因是基于CNN的小型目标检测方法通常伴随较低的检测效率,因此在实时的应用中很难被采用。为此,... 目前基于CNN的方法已在高分辨率遥感影像目标检测工作中得到了应用。对像海上船舶这种小型目标的实时检测是该方向研究的难点之一,其主要原因是基于CNN的小型目标检测方法通常伴随较低的检测效率,因此在实时的应用中很难被采用。为此,本文提出了一种以图像显著性为依据的锚点筛选优化方法。该方法充分考虑了海面目标背景的独特性,在对每个像素进行显著性分析的同时,将特征映射中每个锚点对应的接受域进行评分统计。通过显著性机制的运用,使学习和检测过程排除了大量的无效锚点,大幅减少了初始包围窗的生成数量。这种优化过程的主要优势在于它避免了在区域显著性检测时小型船舶目标的流失,而且在训练过程中可以更好地控制正负样本的比例,防止样本不平衡的情况发生。实验证实,本文提出的方法大幅提升了对离岸船舶目标的检测效率,并对基于CNN的两级目标检测方法具有一定的通用性。 展开更多

关键词 船舶检测 卷积神经网络 VHR遥感影像 显著性 锚点筛选

下载PDF 职称材料

光学遥感影像舰船型号识别 被引量：7

12

作者 张素霞 李元祥 +2 位作者 周则明 骆建华 郁文贤 《上海交通大学学报》 EI CAS CSCD 北大核心 2016年第9期1415-1421,共7页

为了利用光学遥感影像进行舰船目标型号的识别,介绍了一种基于SIFT(Scale Invariant Feature Transform)特征和Harris角点特征匹配的舰船型号识别方法.首先,利用SIFT算子提取舰船局部特征;为减少SIFT特征点误匹配,对舰船进行分区域(舰... 为了利用光学遥感影像进行舰船目标型号的识别,介绍了一种基于SIFT(Scale Invariant Feature Transform)特征和Harris角点特征匹配的舰船型号识别方法.首先,利用SIFT算子提取舰船局部特征;为减少SIFT特征点误匹配,对舰船进行分区域(舰首、舰舯、舰尾)匹配.其次,提取描述舰船边缘的Harris角点特征,进行匹配.最后,根据2次匹配结果的重要性分别赋予相应的权重,进而判定舰船的型号.针对护卫舰的实验表明,该方法能够有效地对光学遥感影像的舰船型号进行识别. 展开更多

关键词 舰船型号识别 光学遥感影像 SIFT特征 HARRIS角点 图像匹配

下载PDF 职称材料

基于全局-局部特征联合的光学卫星遥感图像舰船目标细粒度识别 被引量：6

13

作者 李孟洋 孙炜玮 +1 位作者 张筱晗 姚立波 《航天返回与遥感》 CSCD 北大核心 2021年第3期138-147,共10页

针对光学遥感图像舰船目标类间差异小,需要丰富舰船目标的特征表示能力提高其细粒度识别准确率的问题,文章提出了一种基于全局—局部特征联合的舰船目标细粒度识别方法,设计了双分支特征提取与融合模型。首先,全局特征提取分支通过卷积... 针对光学遥感图像舰船目标类间差异小,需要丰富舰船目标的特征表示能力提高其细粒度识别准确率的问题,文章提出了一种基于全局—局部特征联合的舰船目标细粒度识别方法,设计了双分支特征提取与融合模型。首先,全局特征提取分支通过卷积神经网络提取图像的全局特征;其次,局部特征增强分支将浅层特征图打乱并重构,加入对抗性损失函数,训练网络识别局部重点区域特征的能力,提取目标局部特征;最后,将全局特征和局部特征进行融合,利用全连接层对特征进行降维处理去除冗余信息,增加鲁棒性,并利用融合特征完成分类任务。实验表明,该方法可以兼顾全局特征和局部特征,在FGSC-23舰船目标数据集上准确率达到86.36%,优于其他方法。 展开更多

关键词 舰船目标 细粒度识别 特征融合 遥感图像 遥感应用

下载PDF 职称材料

无人机海监测绘技术应用下舰船遥感图像目标检测 被引量：6

14

作者 安洁玉 丁斌芬 《舰船科学技术》 北大核心 2019年第24期187-189,共3页

随着遥感技术与无人机技术的结合,无人机遥感已广泛应用于海监测绘领域。通过大量实践发现,受到天气雨雪、大雾、霾的影响,无人机获取舰船遥感图像时,目标识别清晰与准确度明显降低。为此,应用无人机海监测绘技术进行下舰船遥感图像目... 随着遥感技术与无人机技术的结合,无人机遥感已广泛应用于海监测绘领域。通过大量实践发现,受到天气雨雪、大雾、霾的影响,无人机获取舰船遥感图像时,目标识别清晰与准确度明显降低。为此,应用无人机海监测绘技术进行下舰船遥感图像目标检测。通过对遥感图像目标的明暗分离计算、海陆场景分离计算与目标神经特征识别计算,实现对舰船遥感目标的快速检测。仿真场景对提出的设计进行对比测试,结果证明了提出设计的可行性与实用性。 展开更多

关键词 无人机 海监测绘 舰船遥感图像 目标检测

下载PDF 职称材料

直线特征辅助的靠岸舰船检测 被引量：5

15

作者 余东行 郭海涛 +2 位作者 赵传 李道纪 张保明 《测绘科学技术学报》 北大核心 2019年第3期275-280,286,共7页

针对靠岸舰船难以检测的问题,提出了一种直线特征辅助的靠岸舰船检测方法。首先利用高精度的卷积神经网络目标检测算法YOLOv3对影像进行粗检测,获取可能存在舰船目标的区域作为兴趣区域;然后提取影像的直线特征,将直线的方向作为确定舰... 针对靠岸舰船难以检测的问题,提出了一种直线特征辅助的靠岸舰船检测方法。首先利用高精度的卷积神经网络目标检测算法YOLOv3对影像进行粗检测,获取可能存在舰船目标的区域作为兴趣区域;然后提取影像的直线特征,将直线的方向作为确定舰船方向的辅助信息;最后利用具有一定角度的滑动窗口遍历兴趣区域获取候选目标,并对侯选目标进行二次分类和识别得到最终检测结果。利用不同港口的遥感影像进行实验的结果表明,提出方法能够有效检测港口内多种方向和并列停靠的舰船目标。 展开更多

关键词 靠岸舰船检测 直线检测 YOLOv3算法 卷积神经网络 遥感影像

下载PDF 职称材料

基于YOLOv8的民用船舶影像分类方法研究 被引量：1

16

作者 张潇艺 杨胜龙 《工业控制计算机》 2024年第4期72-73,76,共3页

航运水平不断发展,船舶种类逐渐细化,面对用途不同船舶,准确掌握船舶类型为人们更好地管理船舶提供条件。选用FGSCR数据集,筛选其中的起重船舶、超级游艇、货船、集装箱船、拖船、小型游艇、运砂船、油船等8种类型,基于YOLOv8的实现民... 航运水平不断发展,船舶种类逐渐细化,面对用途不同船舶,准确掌握船舶类型为人们更好地管理船舶提供条件。选用FGSCR数据集,筛选其中的起重船舶、超级游艇、货船、集装箱船、拖船、小型游艇、运砂船、油船等8种类型,基于YOLOv8的实现民用船舶影像分类。对YOLOv8的YOLOv8n、YOLOv8s、YOLOv8m、YOLOv8l、YOLOv8x的5个模型进行训练,结果显示模型大小从2.83 MB增大到107 MB,其中Top1准确率最高的是YOLOv8m,达到96.97%。用深度学习法识别出船舶类型,可用于遥感数据中船舶类型的识别。 展开更多

关键词 YOLOv8 目标分类 船舶类型 遥感影像

下载PDF 职称材料

AIS和光学遥感图像引导的星载SAR舰船目标识别网络

17

作者 王子玲 熊振宇 +2 位作者 杨璐铖 杨蕊宁 黄林周 《航空学报》 EI CAS CSCD 北大核心 2024年第2期237-246,共10页

星载SAR作为全天时、全天候的感知手段广泛应用于海洋目标识别任务中,由于SAR图像分辨率低、难解译、样本不均衡导致现有单一模态目标识别算法识别精度低。提出了一种AIS和光学遥感图像引导的星载SAR舰船目标识别网络,针对不同模态数据... 星载SAR作为全天时、全天候的感知手段广泛应用于海洋目标识别任务中,由于SAR图像分辨率低、难解译、样本不均衡导致现有单一模态目标识别算法识别精度低。提出了一种AIS和光学遥感图像引导的星载SAR舰船目标识别网络,针对不同模态数据特征维度不同导致难度量问题,利用特征迁移模块在保留各自模态独有特征属性前提下将异构特征映射到共同的空间中度量;针对不同模态不同类别数据存在样本不均衡问题,利用异构特征对齐模块充分挖掘不同模态的互补信息,以细粒度的方式进一步对齐不同模态的异构特征,同时将各个模态的判别性特征作为先验信息迁移至SAR图像模态中。实验部分利用AIS历史数据和光学遥感数据集作为辅助信息,在2个公开的SAR图像舰船目标数据集中进行测试,实验结果表明所提算法通过迁移不同模态信息,有效提升了SAR图像舰船目标的识别准确率。 展开更多

关键词 多源目标 遥感图像 舰船目标识别 AIS数据 异构特征

原文传递

光学遥感图像在舰船目标检测中的应用分析 被引量：4

18

作者 李军 《舰船电子工程》 2016年第10期30-34,103,共6页

随着光学遥感技术的日益发展,舰船作为海上重要的载体,对其进行自动检测具有重要意义。首先为提高舰船目标检测效率,对图像进行了预处理、海陆分割等;其次重点介绍了舰船目标检测问题,即分别从离岸、靠岸舰船目标候选区域的提取和舰船... 随着光学遥感技术的日益发展,舰船作为海上重要的载体,对其进行自动检测具有重要意义。首先为提高舰船目标检测效率,对图像进行了预处理、海陆分割等;其次重点介绍了舰船目标检测问题,即分别从离岸、靠岸舰船目标候选区域的提取和舰船目标的确认三个方面进行了详细阐述,最后针对目前几种典型算法进行了归纳比较,并给出下一步研究方向。 展开更多

关键词 舰船目标检测 光学遥感图像 图像预处理 海陆分割 候选区域提取

下载PDF 职称材料

Ship-YOLOv8:一种轻量级高分辨遥感图像船舶细粒度检测算法

19

作者 陈燕奎 龙超活 +2 位作者 何骏杰 张豫 谢作轮 《现代信息科技》 2024年第22期25-29,35,共6页

针对高分辨率影像的船舶细粒度目标检测分类任务中类内差异大、类间相似性高、物体和场景的尺度变化范围大、特征提取困难、样本小等特点,提出了一种基于YOLOv8为基础的改进算法。首先,在骨干网络中引入SimAM注意力机制,使得模型在复杂... 针对高分辨率影像的船舶细粒度目标检测分类任务中类内差异大、类间相似性高、物体和场景的尺度变化范围大、特征提取困难、样本小等特点,提出了一种基于YOLOv8为基础的改进算法。首先,在骨干网络中引入SimAM注意力机制,使得模型在复杂背景中更加聚焦船舶对象;其次,在颈部引入SPD-Conv模块,改善复杂背景下船舶尺度变化大和小目标检测的问题;最后针对细粒度船舶目标检测的特点,替换Mish激活函数和Focal-Loss损失函数,加快模型收敛,提高模型精度。经对比实验可知,改进的算法在保证检测速度和模型参数量的同时,在FAIR1M_Ship数据集取得了94.49%的检测精度,与目前流行的目标检测算法相比,在检测精度上有一定的提升。 展开更多

关键词 船舶 目标识别 遥感图像 细粒度识别 YOLOv8

下载PDF 职称材料

基于YOLOv8的遥感图像舰船目标检测算法

20

作者 姜忠旭 高磊 +2 位作者 关智聪 辛苗 阮洋 《飞控与探测》 2024年第3期56-66,共11页

针对遥感图像背景复杂、舰船目标尺度变化大和方向任意等问题,提出了一种基于YOLOv8的遥感图像舰船目标检测算法。首先为了提高特征融合的效率,在特征融合模块将原有的路径聚合网络优化为渐进式特征融合网络;其次为了强化模型的多尺度... 针对遥感图像背景复杂、舰船目标尺度变化大和方向任意等问题,提出了一种基于YOLOv8的遥感图像舰船目标检测算法。首先为了提高特征融合的效率,在特征融合模块将原有的路径聚合网络优化为渐进式特征融合网络;其次为了强化模型的多尺度检测能力,在颈部网络加入基于大卷积核分解和空间选择机制的选择性大卷积核注意力模块;然后为了提高模型的分类和定位能力,在解耦检测头的检测框回归分支添加视觉注意力模块,在目标分类分支添加坐标注意力模块;最后为了将通用目标检测算法转换为旋转目标检测算法,在检测头引入角度参数并优化损失函数,优化网络训练时的正负样本标签分配策略以提升网络训练时的效率。在公开数据集HRSC2016上的实验结果表明,所提算法以3.02×10^(6)的参数量,实现了90.55%的检测准确率,与当前其他主流旋转目标检测算法相比,在参数量和准确率上都具有先进性。 展开更多

关键词 舰船检测 遥感图像 旋转目标检测 图像处理 YOLO

下载PDF 职称材料