10.3969/j.issn.1002-0640.2021.01.004
基于Focal Loss的多特征融合地物小目标检测
针对无人机影像中地物车辆目标占整体像素不超过0.4%的小目标检测效果差的问题,在融合FPN结构的Faster R-CNN(FFRCNN)网络基础上,提出一种改进算法——FM-FFRCNN.利用Resnet-50网络进行特征提取,并联多个卷积核进行卷积操作实现多特征融合,达到扩大感受野的效果,并通过检测模块进行回归与分类.同时,为解决模型中正负样本不平衡问题,采用Focal Loss损失函数抑制背景样本对损失的贡献值.实验结果表明:FM-FFRCNN模型在平均精度(Average Precision,AP)上较原先模型提升了19.7%.
小目标检测、多特征融合、Focal Loss、信息融合
46
TP391(计算技术、计算机技术)
国家重点研发计划基金资助项目2017YFC0821001
2021-03-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
20-24,31