检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

遥感图像旋转框目标检测算法研究

遥感图像旋转框目标检测算法研究

作者：金仁操杭州电子科技大学

学位级别：硕士

遥感图像分析可以获得地表的实时信息,对于社会民生,国防军事等领域都有着重要的意义。随着光学遥感技术的发展,遥感图像的数据量成爆发式地增长,对其进行自动分析也成为热门的研究课题。目标检测算法由于普遍的适用场景成为海量光学遥... 详细信息

遥感图像分析可以获得地表的实时信息,对于社会民生,国防军事等领域都有着重要的意义。随着光学遥感技术的发展,遥感图像的数据量成爆发式地增长,对其进行自动分析也成为热门的研究课题。目标检测算法由于普遍的适用场景成为海量光学遥感图像数据分析中至关重要的技术,而其中基于旋转框的目标检测更是该领域的一个重要方向。但是现有模型在检测速度和精度上仍有不足,本文旨在研究遥感图像旋转框目标检测算法,以提高其在检测上的准确性和速度。本文首先阐述了遥感图像旋转框目标检测的研究背景与意义,论证了在实际应用中采用旋转框进行目标检测的必要和挑战,并展开深入研究,从以下两方面进行了深入研究:(1)针对旋转框交并比(Intersection-Over-Union,Io U)损失不可导的问题,提出了一种近似度量旋转框之间Io U损失的方法(Jensen-Shannon Divergence Loss,JSD),通过对旋转框进行高斯建模,解决了旋转框回归时的边界问题,并且其具备的尺度不变性,对小目标物体和大长宽比物体更加鲁棒,提高了检测结果的准确性。(2)针对旋转框检测锚框匹配困难,训练时间长的问题,提出了一种简化的基于全局标签分配优化的策略(Rotate simplify Optimal Transport Assignment,Rotate-sim OTA),对样本和标签的匹配度进行度量后在全局尺度上进行优化,并通过贪心策略对二分匹配时的算法(Kuhn-Munkres,KM)进行简化,不仅保证了模型训练时标签的准确性,还大大降低了训练的时间。最后,通过使用了公开的遥感图像数据集(Dataset for Object Detection in Aerial images,DOTA)进行实验,对算法的有效性进行了验证。实验结果表明,所提出的Ro YOLOX算法在准确性指标m AP达到了74.39%,速度指标达到了42FPS,并且上述两种算法模块都可应用到大多数旋转框目标检测模型中,为遥感图像数据分析提供更为有效的支持。

关键词：遥感图像目标检测旋转框损失函数标签分配

一种基于解耦旋转锚框匹配策略的谷粒检测方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

广东农业科学 2022年第12期49卷 143-150页

作者：王宏乐王兴林李文波邹阿配叶全洲刘大存华南理工大学环境与能源学院广东广州510006 深圳市丰农控股有限公司广东深圳518055 深圳市宇众物联科技有限公司广东深圳518126 深圳市丰农数智农业科技有限公司广东深圳518055

【目的】基于计算机视觉技术建立水稻考种中谷粒计数与粒径的检测方法,节省考种人力成本,提升效率,有利于数字化育种体系建立。【方法】通过对比基于YOLOv5l骨架结构的水平框目标检测策略与基于ResNet101和DarkNet53骨架结构的旋转框检... 详细信息

【目的】基于计算机视觉技术建立水稻考种中谷粒计数与粒径的检测方法,节省考种人力成本,提升效率,有利于数字化育种体系建立。【方法】通过对比基于YOLOv5l骨架结构的水平框目标检测策略与基于ResNet101和DarkNet53骨架结构的旋转框检测策略,同时比较旋转框检测策略预测的水稻谷粒长宽比值与实际测量值之间的差异,验证该方法的可行性。【结果】旋转框的目标检测模型计算得到的水稻谷粒长宽比与实测值无显著差异,两者的均方根误差为0.91~2.29;而水平框的目标检测模型计算的长宽比显著小于实测值,且均方根误差值(9.38~9.45)比旋转框的目标检测模型更大。基于水平框的目标检测策略与基于旋转框的检测策略在谷粒计数的精度几乎相当,但水平框检测模型无法实现水稻谷粒长宽比的准确计算,而使用旋转框的目标检测策略能够较为准确计算谷粒长宽比。【结论】基于解耦旋转锚框匹配策略可对水稻谷粒进行准确计数,相比传统水平框的目标检测策略,可降低检测中的背景噪声和密集堆积物体的漏检情况,同时快速准确计算水稻谷粒长宽比。该方法可以进一步应用到水稻品种识别中的谷粒长短和大小的计算,以及种子质量检测及品种鉴定等数字化育种场景中。

关键词：水稻谷粒检测旋转框长宽比目标检测计算机视觉

基于旋转框和注意力机制的遥感图像目标检测算法

在线全文

学校读者我要写书评

暂无评论

电子测量技术 2021年第13期44卷 114-120页

作者：唐建宇唐春晖上海理工大学光电信息与计算机工程学院上海200093

在遥感图像目标检测中,遥感图像在俯视视角下通常呈现任意方向排布。该情况使得常见检测算法在自然场景下有很好的检测效果但往往在遥感图像下检测效果不理想。针对遥感场景下的检测不理想的问题,在单阶段检测网络YOLOv5的基础上提出了... 详细信息

在遥感图像目标检测中,遥感图像在俯视视角下通常呈现任意方向排布。该情况使得常见检测算法在自然场景下有很好的检测效果但往往在遥感图像下检测效果不理想。针对遥感场景下的检测不理想的问题,在单阶段检测网络YOLOv5的基础上提出了一种基于旋转目标框和注意力机制的遥感图像目标检测算法(CSL-YOLOv5)。首先,在原网络的特征提取网络(CSPDarknet53)的基础上进行了改造,使输出特征图数量增多,优化网络对小目标的检测效果。然后,在残差块中加入了一种融合通道模块和空间模块的注意力机制,增强图像特征的表达效果,同时利用Focal Loss来优化训练效果,在保证检测速度的基础上提升检测精度。最后,使用基于环形平滑标签的长边表示法来实现目标框的旋转,通过把回归问题转为分类问题来解决角度周期性对训练的影响。实验结果表明,所提出的CSL-YOLOv5算法在DOTA数据集取得了76.24 mAP的检测精度,对比先前的单阶段算法有着更高的精度,对比YOLOv5的mAP相比较提高了8.06%。该算法在遥感场景下,检测的准确率高且鲁棒性好。

关键词：遥感图像目标检测旋转框注意力机制

在线全文

学校读者我要写书评

暂无评论

基于旋转框的建筑物检测方法与应用

信息技术与信息化 2023年第12期 216-220页

作者：李双江黄志远骆元鹏付江缺张奇中国电力工程顾问集团中南电力设计院有限公司湖北武汉430071

精准地检测建筑物目标在城市规划、灾情评估、军事侦察等方面均有重要意义。针对流行的目标检测方法采用最小包围矩形表示实例不能对多方向型的建筑物进行精确定位的问题,构建了一种端到端的基于旋转框的建筑物检测方法,所提出的方法以R... 详细信息

精准地检测建筑物目标在城市规划、灾情评估、军事侦察等方面均有重要意义。针对流行的目标检测方法采用最小包围矩形表示实例不能对多方向型的建筑物进行精确定位的问题,构建了一种端到端的基于旋转框的建筑物检测方法,所提出的方法以RoI Transformer为基础,在不同的特征提取网络上进行实验研究。研究结果表明,模型ResNet+RoI Transformer对多方向型建筑物有较好的检测结果。利用所提出的模型搭建建筑物提取原型系统,系统可以对多种配置模型进行训练,支持对任意尺寸的高分辨率遥感影像进行检测,并可将检测结果转换为矢量文件,不仅在工程上大大降低了人工矢量化带来的成本,还可以为城市规划部门提供快速、准确的建筑基础数据。

关键词：旋转框深度学习建筑物遥感影像

基于改进YOLOv5的遥感图像旋转框目标检测

在线全文

学校读者我要写书评

暂无评论

电子设计工程 2023年第14期31卷 137-141,146页

作者：庄文华唐晓刚张斌权原光明航天工程大学航天信息学院北京101416

针对遥感图像由于具有背景复杂和目标方向多变、尺度变化剧烈的特性导致目标检测精度较低的问题,文中提出了一种基于瓶颈注意力的遥感图像目标检测算法R-YOLOv5。该算法通过主干特征提取网络、瓶颈注意力、旋转框和损失函数的改进来加... 详细信息

针对遥感图像由于具有背景复杂和目标方向多变、尺度变化剧烈的特性导致目标检测精度较低的问题,文中提出了一种基于瓶颈注意力的遥感图像目标检测算法R-YOLOv5。该算法通过主干特征提取网络、瓶颈注意力、旋转框和损失函数的改进来加强网络对关键目标的特征提取能力,并在训练阶段采用了Mosaic和Mixup的TTA数据增强策略来弱化遥感图像复杂的背景信息对检测的影响。实验结果表明,R-YOLOv5的mAP达到了94.7%,与原始YOLOv5相比,提高了14.1%,可以有效提高遥感图像目标检测精度。

关键词：目标检测遥感图像注意力机制 Swin Transformer YOLOv5 旋转框

基于旋转回归无锚点框的遥感目标检测算法研究

在线全文

学校读者我要写书评

暂无评论

基于旋转回归无锚点框的遥感目标检测算法研究

作者：吴双宏哈尔滨工业大学

学位级别：硕士

遥感目标检测算法是近几年来目标检测领域新兴的一个研究方向,并迅速受到了越来越多的关注。遥感场景相较于普通目标检测场景来说,场景中目标尺度变化很大、小目标多、目标的排列杂乱无序、背景环境复杂,这些都为准确的目标检测造成了... 详细信息

遥感目标检测算法是近几年来目标检测领域新兴的一个研究方向,并迅速受到了越来越多的关注。遥感场景相较于普通目标检测场景来说,场景中目标尺度变化很大、小目标多、目标的排列杂乱无序、背景环境复杂,这些都为准确的目标检测造成了困难。本文对基于神经网络的目标检测算法发展脉络进行梳理,分析现有算法的优缺点,对遥感目标检测的各种算法进行了详细的研究,最终选择了无锚点框和旋转框结合的目标检测算法作为设计的方向,设计了一种新的遥感目标检测算法。首先,本文研究了现有的主要无锚点框算法并分析其优缺点,结合遥感环境特性,选定了CenterNet作为基准网络进行设计。对CenterNet的网络结构和损失函数进行了深入研究,保留了其中的优秀设计,并在后续加入改进。之后对常见的旋转框进行研究,分析了基础的五参数旋转框和八参数旋转框的特性,为后续新的旋转框设计奠定基础。然后研究了目标检测所用的评价指标m AP（平均精度）,分析其作为评价标准的合理性。其次,在前面的研究基础上,本文对现有的各种变形的旋转框目标检测方法进行深入研究,提出了改进的基于八参数旋转框的目标检测方法,设计了多矢量回归框,给出了配套的损失函数,能更好的回归遥感场景中的旋转目标。所提方法,能够利用回归框与预测矢量间的几何关系约束预测结果,利用回归框各顶点之间的相互关系,避免了通常距离损失函数只能分别对某一坐标单独优化的问题,更好的利用了全局的信息。然后在常用的遥感数据集UCAS-AOD数据集下进行了实验,实验结果表明了所提算法的有效性,进而通过消融学习证明了设计的共线损失函数、垂直损失函数与整体宽高损失函数的必要性。然后,研究了常用的空间注意力和通道注意力模块,对网络结构进行了设计,在Res Net网络中的特定位置结合了注意力机制,使网络能更好的关注到目标可能存在的位置,减少背景信息的干扰。然后结合之前的多矢量回归框及损失函数设计,完成算法整体的设计工作。在三个常用的遥感目标检测数据集下进行了大量实验,实验结果表明了所设计的算法的有效。与其他算法进行对比,效果优于遥感目标检测领域中当前最好的无锚点框算法。最后,分析了所设计网络中存在的不足,对网络结构进行改进,将骨架网络更换为并行使用多个卷积路径的Res Next网络,同时,在改进的网络结构中引入可变形卷积,使卷积运算的采样点发生变更,将采样点分布到特征更丰富的区域。使特征提取更灵活,能使网络获取到不同感受野的信息,学习到多尺度的特征。在UCAS-AOD数据集下进行实验,实验结果表明对网络的优化是行之有效的。

关键词：遥感目标检测无锚点框旋转框 CenterNet算法注意力机制多矢量回归框

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于自适应关键点的破损旋转绝缘子检测方法

计算机工程 2023年第9期49卷 272-278页

作者：龙玉江卫薇舒彧张正刚王道累李峰贵州电网有限责任公司信息中心贵阳550000 上海电力大学电气工程学院上海201306

在输电线路检测图像中受绝缘子方向不确定、背景复杂、遮挡物等因素影响,导致漏检和定位准确率降低。提出一种基于自适应关键点的破损旋转绝缘子检测方法。将Oriented RepPoints目标检测算法作为Baseline并加以改进。针对Oriented RepPo... 详细信息

在输电线路检测图像中受绝缘子方向不确定、背景复杂、遮挡物等因素影响,导致漏检和定位准确率降低。提出一种基于自适应关键点的破损旋转绝缘子检测方法。将Oriented RepPoints目标检测算法作为Baseline并加以改进。针对Oriented RepPoints算法的方向信息感知较弱以及特征表示能力差的问题,结合递归特征金字塔和坐标注意力机制,构建递归强化特征金字塔网络(Re-FPN)。其中,CA模块从2个方向聚合特征,捕获方向感知和位置敏感信息,提升模型的定位和识别能力,Re-FPN在经典特征金字塔网络基础上进行递归式特征提取,将输入图像特征进行反复提取,使得目标检测的错误回传信息能够更直接反馈以调整主干网络参数,从而提升提取特征对检测的适用性。在自建绝缘子图像数据集上进行训练和测试,实验结果表明,该方法的绝缘子检测准确率达到96.1%,相比Oriented RepPoints算法提升2.1个百分点,同时该算法性能表现优于现有主流目标检测算法,具有较高的工程应用价值。

关键词：绝缘子旋转框目标检测特征金字塔网络注意力机制

改进RetinaNet的绝缘子精确定位研究

在线全文

学校读者我要写书评

暂无评论

电子测量与仪器学报 2022年第12期36卷 237-243页

作者：李荣铎王国志陶祝同西南交通大学机械工程学院成都610031

接触网图像中绝缘子部件的自动精确定位是绝缘子故障检测的基础,绝缘子在接触网图像中存在倾角,采用水平框进行检测难以精确契合目标。针对此问题,提出一种改进RetinaNet的绝缘子精确定位方法。首先利用高效Ghost模块代替原特征提取网... 详细信息

接触网图像中绝缘子部件的自动精确定位是绝缘子故障检测的基础,绝缘子在接触网图像中存在倾角,采用水平框进行检测难以精确契合目标。针对此问题,提出一种改进RetinaNet的绝缘子精确定位方法。首先利用高效Ghost模块代替原特征提取网络中的卷积操作获得多尺度特征图,减少模型计算量;其次将注意力机制嵌入网络中,抑制次要特征对目标检测的影响;然后引入旋转框作为模型的预测框实现绝缘子精确定位,降低冗余背景噪声的干扰;最后重新定义训练过程中的正负样本,解决了添加旋转框导致学习错误样本的问题。实验结果表明,该方法可以精确地定位绝缘子,抑制冗余背景信息,与原算法相比检测精度提高2.8%,检测速度为25.6 FPS,参数量减少42.8%,具有良好的检测性能。

关键词：绝缘子图像处理目标检测 RetinaNet 旋转框

基于改进RetinaNet的SAR图像目标检测方法

在线全文

学校读者我要写书评

暂无评论

信号处理 2022年第1期38卷 128-136页

作者：岳冰莹陈亮师皓盛青青北京理工大学信息与电子学院雷达技术研究所北京100081 北京理工大学重庆创新中心重庆401120 嵌入式实时信息处理技术北京市重点实验室北京100081

近年来,深度学习方法在合成孔径雷达(SAR)图像目标检测中得到了广泛的应用。船舶出现在近海、港口、岛礁、远洋等各种场景中,同时海洋环境复杂多变,使得船舶目标检测很难排除混乱背景的干扰。对于大纵横比、任意方向、密集分布的目标,... 详细信息

近年来,深度学习方法在合成孔径雷达(SAR)图像目标检测中得到了广泛的应用。船舶出现在近海、港口、岛礁、远洋等各种场景中,同时海洋环境复杂多变,使得船舶目标检测很难排除混乱背景的干扰。对于大纵横比、任意方向、密集分布的目标,精确定位变得更加复杂。本文基于深度学习的方法提出用于SAR图像目标检测的改进RetinaNet模型,使用深度残差网络自主获取图像特征,利用基于圆形平滑标签(Circular Smooth Label,CSL)的旋转框检测方法实现精准定位,在分类与定位网络中加入了注意力机制以增强网络特征提取能力。经SSDD数据集实验验证,本文方法目标检测精度达到88.63%,比传统RetinaNet模型提高了8.74%,表现出了良好的检测效果。

关键词：合成孔径雷达图像目标检测 RetinaNet 旋转框注意力机制