一种复杂遥感陆地环境小样本小目标快速检测识别方法
基本信息
申请号 | CN202111069804.3 | 申请日 | - |
公开(公告)号 | CN113963265A | 公开(公告)日 | 2022-01-21 |
申请公布号 | CN113963265A | 申请公布日 | 2022-01-21 |
分类号 | G06V20/13(2022.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 陈天明;梁若飞;刘英杰;章菲菲 | 申请(专利权)人 | 北京理工雷科电子信息技术有限公司 |
代理机构 | 北京理工大学专利中心 | 代理人 | 田亚琪 |
地址 | 100081北京市海淀区中关村南大街5号2区683号楼理工科技大厦401 | ||
法律状态 | - |
摘要
摘要 | 本发明公开一种复杂遥感陆地环境小样本小目标快速检测识别方法,基于改进的Faster R‑CNN卷积神经网络架构,构建针对复杂遥感陆地环境车辆目标的检测识别网络;通过对训练数据进行一定的变换和扰动扩充,并对负样本及难分样本进行重复训练,在增加了训练数据量的同时可以让网络充分学习到目标的变化,解决样本数据量少带来模型泛化能力弱和精度差的问题;通过增加小目标特征、挖掘难样本信息以解决Faster R‑CNN对小目标检测效果差、虚警率高、识别精度低的问题;RPN和Fast R‑CNN共用同一个5层的卷积神经网络,并对网络模型参数调优,使得整个检测过程只需完成一系列卷积运算即可完成检测识别过程,减少了运算时间。 |
