摘要
本发明公开了一种适用于遥感图像的小目标和遮挡目标检测方法,首先采集高分辨率遥感图像数据集,并转换为YOLO格式;然后构建遥感图像检测模型用于目标检测,遥感图像检测模型以YOLOv10模型为基准网络,主干网络和颈部网络中使用C2f‑CPCC模块替代C2f模块,将低阶特征图的详细位置信息和高阶特征图的丰富语义信息相结合,提升检测能力,采用DAPD模块替换卷积模块,根据输入特征的区域和上下文信息进行动态处理,提取遥感图像中的关键特征,保留区域整体信息,从而增强模型对全局特征的捕捉能力,引入了Repulsion‑IoU损失函数,以解决在检测过程中小目标之间的互相遮挡问题,提高模型对遮挡目标的识别能力。
技术关键词
图像检测模型
高分辨率遥感图像
输出特征
分支
网络
多尺度特征提取
积层
卷积模块
通道
格式
融合特征
语义
数据
样本
代表
动态
系统为您推荐了相关专利信息
模块
基准
网络安全保护
生成历史数据
入侵防御系统
网络入侵检测方法
网络流量数据集
节点
参数
保护数据隐私
统计学特征
协方差矩阵
多通道脑电信号
解码方法
卷积神经网络模型