摘要
传统的目标检测方法针对海量无人机遥感影像检测精度不高,解译时效性差。本文提出一种基于深度学习的无人机遥感影像船只检测方法。首先,通过数据扩增、TTA多图检测和数据标注等手段对原始无人机影像数据进行预处理;然后,结合海量的卫星影像船舶数据对网络进行预训练;最后,依托PyTorch深度学习框架,综合运用U-Net+MASK R-CNN模型融合策略及TTA多模型融合策略对模型进行训练。结果为了验证本文方法的先进性,将未融合U-Net语义分割结果生成的训练模型检测结果及面向对象方法通过构建规则集匹配模板得到的检测结果与本文方法一道进行精度评价。本文方法的检出率、漏检率和误检率分别为88.39%、11.61%和10.53%,优于其他算法。
出处
《船舶物资与市场》
2019年第4期25-28,共4页
Marine Equipment/Materials & Marketing
基金
中国科学院先导专项资助项目(XDPB12)