摘要
本发明属于遥感图像识别技术领域,具体提供一种基于遥感图像的水利设施定向检测与标注方法,包括:对水利设施的可见光遥感图像的尺寸进行调整;使用预先训练好的深度卷积神经网络作为模型的骨干网络,对所输入的遥感图像中水利设施视觉特征进行提取,将视觉特征从骨干网络传递到特征金字塔网络中;在深度卷积神经网络的末端设计神经网络,对每个水利设施类别的前景和背景进行区分,并对标注矩形的中心、长度、宽度和旋转角度进行回归;将将网络预测到的所有候选的定向框,通过基于定向框的非极大值抑制来进行合并,输出算法最终的定向框检测结果。本发明有助于可见光宽幅遥感图像中的角度分布任意的遥感目标的精细边界提取,可提升如水坝、观测站等水利设施的检测效率与标注精度。
技术关键词
水利设施
标注方法
深度卷积神经网络
可见光遥感图像
特征金字塔网络
视觉特征
联合损失函数
遥感图像识别技术
表达式
网络结构
图像标注框
网格
矩形
轮廓
拉普拉斯
尺寸
样本
系统为您推荐了相关专利信息
渔船
特征金字塔网络
特征匹配算法
可读存储介质
检测头
矿用电缆
故障诊断系统
故障诊断模型
数据处理单元
信息采集装置
精密紧固件
表面检测方法
样本
材质特征
纹理特征
数据标注方法
标注装置
智能模型
对象
计算机程序产品
自动驾驶方法
残差神经网络
双分支网络
PID控制器
局部特征提取