摘要
本发明涉及一种基于改进YOLOv8s的高分辨率遥感图像目标检测方法,属于遥感图像及目标检测领域。首先,获取高分卫星光学遥感地图数据,并对数据进行预处理;将预处理后的数据输入改进YOLOv8s模型的骨干网络进行特征提取,其中,通过若干个基于PConv和DSConv的C2f‑PD模块进行多尺度特征提取;将多尺度特征输入改进模型的颈部网络进行特征融合,其中,采用基于空间注意力的双输入单输出的增强融合模块加强高低层特征之间的融合程度;将融合特征输入改进模型的头部网络进行目标检测,其中,采用基于PConv的轻量化检测头进行目标检测。本发明能够提升检测精度,降低计算量,且性能优异。
技术关键词
高分辨率遥感图像
卫星光学遥感
多尺度特征提取
特征提取能力
通道
局部空间特征
检测头
模块
网络
语义特征
特征信息提取
融合特征
坐标
差值方法
数据
保留特征
地图
注意力
统计特征
系统为您推荐了相关专利信息
动态时间规整算法
多通道同步采集
深度学习算法
光伏组件
等效电路参数
滚动轴承故障诊断
多尺度特征提取
多通道
卷积神经网络模型
深度特征提取