基于单阶段全卷积检测器的遥感图像形状自适应椭圆标签分配方法OA北大核心CSTPCD
基于无锚框的检测方法在目标检测领域中发展迅速。然而在遥感图像中,目标存在角度任意、密集排列以及形状差异大等难点,使得遥感图像的检测仍是一项挑战。为此,本文提出了基于单阶段全卷积检测器(FCOS)改进的无锚框检测方法。首先,为了挖掘更多潜在的高质量锚点,提出基于椭圆方程的形状自适应特征点采样方法。然后,为进一步降低边界低质量样本点的影响,提出椭圆中心度量方法,相较原有的中心度量方法提供更合理的权重。此外,针对分类与回归的不一致问题,提出交并比(Io…查看全部>>
禹鑫燚;卢江平;林密;周利波;欧林林
浙江工业大学信息工程学院,杭州310023浙江工业大学信息工程学院,杭州310023浙江工业大学信息工程学院,杭州310023浙江工业大学信息工程学院,杭州310023浙江工业大学信息工程学院,杭州310023
计算机与自动化
遥感图像深度学习目标检测标签分配
《高技术通讯》 2024 (8)
P.875-884,10
浙江省自然科学基金(LY21F030018,LQ22F030021)国家自然科学基金(62203392)资助项目。
评论