目标检测与工业应用 | 浏览量 : 0 下载量: 53 CSCD: 0
  • 导出

  • 分享

  • 收藏

  • 专辑

    • 基于监督注意力的遥感图像定向目标检测

    • Supervised attention-based oriented object detection in remote sensing images

    • 在遥感图像目标检测领域,研究者基于Faster R-CNN,结合无锚检测和监督掩码注意力技术,提出了一种新的两阶段无锚检测模型。该模型通过注意力机制和掩码监督方法引导检测模型关注目标区域,提高目标特征质量,并采用动态调整的软标签策略,实现标签合理分配,提高检测精度。在DOTA和HRSC2016数据集上,平均精确率均值分别达到76.36%和90.51%,超过大多定向检测模型,表明了该方法的先进性和有效性。
    • 2025年30卷第3期 页码:696-709   

      收稿日期:2024-05-16

      修回日期:2024-08-13

      纸质出版日期:2025-03-16

    • DOI: 10.11834/jig.240247     

    移动端阅览

  • 余凌霄, 郝洁, 左量. 2025. 基于监督注意力的遥感图像定向目标检测. 中国图象图形学报, 30(03):0696-0709 DOI: 10.11834/jig.240247.
    Yu Lingxiao, Hao Jie, Zuo Liang. 2025. Supervised attention-based oriented object detection in remote sensing images. Journal of Image and Graphics, 30(03):0696-0709 DOI: 10.11834/jig.240247.
  •  
  •  
文章被引用时,请邮件提醒。
提交

相关作者

李朝辉 大连海事大学航运经济管理学院
安金堂 大连海事大学航运经济管理学院
贾红雨 大连海事大学航运经济管理学院
方艳 大连海事大学航运经济管理学院
杨佳林 太原理工大学电气与动力工程学院
郭学俊 太原理工大学大数据学院
陈泽华 太原理工大学大数据学院
黄志海 广东工业大学土木与交通工程学院

相关机构

大连海事大学航运经济管理学院
太原理工大学电气与动力工程学院
太原理工大学大数据学院
广东工业大学土木与交通工程学院
广州地铁设计研究院股份有限公司
0