龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：安徽理工大学
申请日：2024-03-12
公开（公告）日：2024-06-21
公开（公告）号：CN118230180A
主分类号：G06V20/13
分类号：G06V20/13;G06V10/764;G06V10/774;G06V10/80;G06V10/82;G06N3/0464;G06N3/048;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明公开了一种基于多尺度特征提取的遥感图像目标检测方法，属于深度学习目标检测领域，该方法包括:S1:对遥感图像目标检测数据集进行预处理，得到训练集与验证集。S2:以YOLOv8算法为基础模型进行改进，构建检测模型，提出一种ParallelBottleneck结构，将其嵌入C2f模块中，替换原有的Bottleneck结构构建ParallelC2f模块；引入ECA注意力机制；增加两个检测层，从具有高分辨率的浅层语义信息中对小目标进行检测；将原始的CIOU损失函数替换为更为高效的Inner‑CIOU损失函数；得到一种基于多尺度特征提取遥感图像目标检测方法模型。S3:将训练集输入构建的模型进行训练，得到检测模型的权重文件，将验证集与权重文件输入到检测模型中，完成对遥感图像的目标检测。本发明能够有效地解决现有模型在遥感图像目标检测场景中多尺度特征提取能力不足、复杂背景信息干扰严重以及语义信息混淆等问题。
主权项：1.一种基于多尺度特征提取的遥感图像目标检测方法，其特征在于包括如下步骤：步骤1：获取遥感图像数据集，将数据集格式其转换为YOLO数据格式，再将按4：1的比例随机其划分为训练集以及验证集；步骤2：构建基于多尺度特征提取的遥感图像目标检测模型；步骤3：使用步骤1中划分出的训练集对步骤2构建的检测模型进行模型训练，得到遥感图像目标检测模型的权重文件；步骤4：将步骤1中划分出的验证集与步骤3中得到的权重文件一同输入到步骤2构建的检测模型进行验证。
全文数据：
权利要求：
百度查询： 安徽理工大学 一种基于多尺度特征提取的遥感图像目标检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号