一种基于深度学习的卫星图像目标检测方法专利查询专利号|摘要-满商公司网

一种基于深度学习的卫星图像目标检测方法

基本信息

申请号	CN202010723845.9	申请日	-
公开（公告）号	CN113971674A	公开（公告）日	2022-01-25
申请公布号	CN113971674A	申请公布日	2022-01-25
分类号	G06T7/11（2017.01）I;G06T5/50（2006.01）I;G06T3/60（2006.01）I;G06T3/40（2006.01）I;G06N3/04（2006.01）I;G06K9/62（2022.01）I;G06V10/774（2022.01）I;G06V20/17（2022.01）I	分类	计算；推算；计数;
发明人	杨海东;史扬艺;黄坤山;李泽辉	申请（专利权）人	佛山市广工大数控装备技术发展有限公司
代理机构	广东广信君达律师事务所	代理人	江金城
地址	528225广东省佛山市高新区产业智库城
法律状态	-

摘要

本发明公开了一种基于深度学习的卫星图像目标检测方法，包括16倍下采样使得416x416像素的输入图像经过模型后，生成26x26的feature map。该网络结构在YOLO基础上降低下采样率以及减少网络层数来提高对小目标和密集目标的检测。网络结构中直通层的作用：直通层即跳跃连接层，是为了改进小物体的保真度。在网络结构中表现为对8层和16层的特征图进行融合。模型中使用到的直通层类似于ResNet网络模型中的identity mappings即恒等映射，使得检测器可以在扩展的特征图上得到更加细粒度的特征。在该卫星图像目标检测模型中，实现了通过多个传感器上相对较少的训练数据快速检测出各种规模的物体。