خوارزمية محسّنة لكشف طائرات في أي اتجاه في صور الاستشعار عن بعد الملونة بدون نقاط مرساة
摘要
بالنظر إلى مشكلة انخفاض دقة الكشف الناتجة عن صغر حجم الأهداف الطائرات وتوزيعها الكثيف وتعقيد الخلفية في صور الاستشعار عن بعد الملونة، تم اقتراح خوارزمية محسّنة لكشف طائرات في أي اتجاه في صور الاستشعار عن بعد الملونة بدون نقاط مرساة. تم اعتماد BBAVectors كنموذج أساسي، واستخدام ResNet50 كشبكة عمق لاستخراج الميزات، مع إضافة وحدة شبكة توسيع المسار PANet من أعلى إلى أسفل بعد شبكة الهرم الميزاتي FPN، لتقليل مسار المعلومات وتعزيز هرم الميزات بمعلومات الموقع الدقيقة من الطبقات المنخفضة. علاوة على ذلك، تم إدخال وحدة CBAM الخاصة بآلية الانتباه لتحقيق تحسين دقة الكشف عن الأهداف الطائرات في بيئات معقدة عن طريق قمع التشويش وإبراز ميزات الهدف. أجريت تجارب تآكل وتجارب مقارنة على مجموعة بيانات DOTA، وتم استخدام DOTA_devkit لقص المجموعة بنسبة 0.5 و1 مرة لتحسين دقة الكشف للنموذج. وصلت دقة الكشف للنموذج المحسن على مجموعة اختبار صور الاستشعار عن بعد الملونة إلى 90.35%. مقارنة بالنموذج الأصلي، زادت الدقة بنسبة 0.82%. تظهر نتائج التجارب أن هذه الطريقة تحقق أداء كشف أفضل لمهام الكشف عن الطائرات في صور الاستشعار عن بعد الملونة.
关键词
كشف أهداف الطائرات;أي اتجاه;بدون نقاط مرساة;توسيع المسار;آلية الانتباه
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website