摘要
本发明公开了一种遥感图像汽车目标检测与细粒度识别的方法,步骤如下:步骤1、对YOLOv7进行优化改进,拟提出将改进型集中特征金字塔CFP‑C引入到YOLOv7中的BackBone部分解决遥感图像汽车因目标分布密集以及检测背景复杂导致检测效率较低的问题;步骤2:在YOLOv7模型中加入多尺度特征融合的新型MS模块,使网络更加关注对于不同大小的汽车识别,提高对于汽车特征提取能力,从而提高遥感图像汽车目标检测与细粒度识别的准确率;步骤3、通过引入FFP将全局特征与局部特征进行结合,挖掘汽车部件之间的内在关系,从而获得具有代表性的局部特征。进一步提高遥感图像汽车检测网络对于不同类型汽车的检测效果。
技术关键词
识别算法
特征提取模块
特征金字塔
多尺度特征融合
遥感图像数据
特征提取能力
识别方法
空间金字塔
结构模块
汽车部件
网络结构
层级
描述符
分支
系统为您推荐了相关专利信息
人脸图像数据
活体检测模型
人脸特征
活体检测方法
多模态特征融合
信道特征
空间信道相关系数
机器学习模型
设备组
信号
阴影提取方法
随机森林模型
影像
建筑物
比值特征
遥感图像数据
遥感图像变化检测
增强型网络
特征提取模块
频率
特征提取模块
数据存储模块
音频特征提取
推荐系统
语义特征提取