卫星图像目标检测

标签：技术分享   pid   面积   阶段   数据   情况   api   避免   改进   

1.You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery

论文时间:2018.5
论文地址:https://arxiv.org/pdf/1805.09512.pdf
网络结构:
基于YOLOv2的改进网络结构,为了解决目标较小问题,输出特征图从13变成26,输入图像尺寸416
测试过程:
采用滑动窗口法选择416大小的区域,相邻区域之间重叠15%避免物体在边界被分割的情况.如下图

算法性能:
大于5个像素的目标可以被有效的检测,图像质量 30cm GSD,从论文效果来看,即使检测车辆,也比较有效.车辆长宽一般为3-4米,也就是10个像素左右

不同分辨率下的效果
左边是15cm每像素,右边是90cm每像素,F1 score分别为0.94和0.84,下降幅度可以接受

2.Contextual Region-Based Convolutional Neural Network with Multilayer Fusion for SAR Ship Detection

论文时间:2017
算法简介:基于vgg16网络的两阶段检测器(faster-rcnn类似,需要先提取候选区域,再利用roi-pooling提取区域内特征的算法).为了检测小目标,融合了浅层特征.
测试: 滑动窗口截取512大小区域,和第一篇方法类似
数据
10m每像素,作者统计的舰船大小,大部分舰船像素占20-80像素,这里的像素指面积

效果

卫星图像目标检测

标签：技术分享   pid   面积   阶段   数据   情况   api   避免   改进   

原文地址：https://www.cnblogs.com/xiongzihua/p/9550399.html