摘要
本发明公开了一种可信遥感目标检测方法,包括以下步骤:S1.获取训练数据集;S2.以Oriented‑RCNN为基线模型,构建可信遥感目标检测模型;S3.训练可信遥感目标检测模型;S4.获取遥感目标检测测试数据集;S5.将测试图像输入训练好的遥感目标检测模型中,分别获取经过上下文增强后的RoI区域和未经过上下文增强的RoI区域,随后使用可信遥感目标检测模型获取分类结果和预测框位置;S6.对分类结果进行D‑S证据融合以获取融合后的分类结果,并与预测框位置一同输出,获取最终的预测结果。本发明解决了遥感目标检测中由于过度自信而难以应用于风险敏感领域的问题以及不合时宜引入上下文导致的性能下降问题。
技术关键词
框体
深度学习理论
区域生成网络
超参数
处理器
输出特征
基线
计算机设备
误差
语义
可读存储介质
图像
存储器
数据
通道
样本
总量
系统为您推荐了相关专利信息
集成管理系统
时序特征
管理方法
多层感知机
嵌入式处理器
机器学习模型
储能系统
储能电池包
电池簇
拉弧检测方法
智能分级方法
随机森林模型
智能分级系统
数据
线上线下
微调方法
预训练语言模型
编辑
参数
奇异值分解算法