-
题名改进YOLOv7网络在遥感影像建筑垃圾识别的应用
- 1
-
-
作者
陈炳瑞
王井利
江滨
吴冬
-
机构
沈阳建筑大学交通与测绘工程学院
北京星天地科技有限公司
-
出处
《遥感信息》
CSCD
北大核心
2024年第2期79-86,共8页
-
文摘
针对现有的目标检测算法对于高分遥感影像建筑垃圾识别效率不高的问题,提出一种基于改进的YOLOv7的目标检测模型,提高建筑垃圾的检测效果。该方法使用高分二号卫星影像数据,首先用SIoU来优化模型的目标框回归,加快模型的收敛速度;然后用漏斗激活函数FReLU扩大卷积层的感受野范围,以提高模型的特征提取能力;最后使用深度可分离卷积核,在提高检测精度的同时也减小了模型的参数量。实验结果表明,改进后的YOLOv7模型相比其他模型平均精度、准确率和召回率分别提升了5.8%、6.4%和8%,具有较好的识别效果,为遥感影像建筑垃圾识别提供了可靠的方法。
-
关键词
损失函数
深度可分离卷积
激活函数
建筑垃圾识别
目标检测
-
Keywords
loss function
depth-wise separable convolution
activation function
construction waste recognition
target detection
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-