一种基于深度学习的卫星图像目标检测系统

AITNT
正文
推荐专利
一种基于深度学习的卫星图像目标检测系统
申请号:CN202410778269
申请日期:2024-06-17
公开号:CN118608984A
公开日期:2024-09-06
类型:发明专利
摘要
本发明涉及卫星图像目标检测技术领域,且公开了一种基于深度学习的卫星图像目标检测系统。该系统通过数据采集模块采集车辆卫星图像数据Clsj与飞机卫星图像数据Fjsj,数据预处理模块将上述卫星图像进行图像增强,得到特征提取模块基于数据预处理模块传输的数据,通过深度卷积神经网络进行特征提取,得到飞机特征值Fjtz与车辆特征值Cltz,目标检测算法模型优化模块进行目标检测算法优化,可视化模块基于优化后的算法模型,将检测的飞机与车辆卫星图像进行输出,通过优化后的算法模型对车辆飞机等卫星图像进行检测,提高了目标图像检测的准确度。
技术关键词
卫星图像数据 算法模型 特征提取模块 可视化模块 数据采集模块 深度卷积神经网络 飞机 图像增强 特征值 车辆图像数据 YOLO算法 图像数据集合 YOLO模型 卷积神经网络模型 图像像素
系统为您推荐了相关专利信息
1
一种基于预稳定性的后轮转向控制方法
后轮转向控制方法 横摆角速度 方向盘转角传感器 无迹卡尔曼滤波 汽车质心侧偏角
2
一种下沉式的城市全域治理综合管控方法及平台
综合管控方法 智能传感设备 决策 生成城市 社交媒体平台
3
风电变流器性能测试系统
性能测试系统 风电变流器 数字信号转换器 数据采集模块 电磁干扰信号
4
基于可见光融合分析的激光雷达定位校准系统
激光雷达定位 可见光 校准系统 棋盘格标定板 坐标系
5
一种棉花根系表型检测与分析系统及方法
特征提取模块 根系生长动态 语义分割模型 分析方法 残差结构
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号