摘要
本发明提出了一种改进的旋转小目标检测方法,用于解决遥感图像中密集排列的倾斜以及尺寸极小的目标检测问题。该方法在YOLOv8模型的基础上新增小目标检测层增加感受野并且缓解下采样倍数,提出GIoU Loss作为旋转框回归损失函数,以及通过动态和逐步细化的两阶段匹配策略来改进标签分配策略,提高了小目标检测性能。实验表明改进后的方法YOLOv8s‑imporved相较于原始的YOLOv8s分别在DOTAv1.0、DOTAv1.5和DOTAv2.0数据集的旋转目标检测任务上获得了1.17%,1.72%和1.84%的精度提升,证明了该方法的有效性。
技术关键词
海林格距离
旋转框
高斯混合模型
有效性
检测头
策略
动态
标签
两阶段
基础
数据
广义
模块
样本
图像
精度
尺寸
系统为您推荐了相关专利信息
早期故障特征提取方法
环网柜
电流
水带
Mallat算法
梅尔频率倒谱系数
认证向量
低通滤波器参数
通用背景模型
生物特征识别方法
高压电缆终端
旋转框架
喷涂装置
旋转动力单元
定义装置
检测头
全局平均池化
工业部件缺陷
特征金字塔
通道