摘要
本发明提出一种基于地理信息混合专家模型的遥感图像船只目标检测方法。该方法依托深度学习中的混合专家模型与Mask‑RCNN网络,是一种适用于多空间分辨率、复杂地理环境下的可见光遥感图像船只目标深度学习检测方法。在Mask‑RCNN的特征提取环节,本方法引入了两个专家组,构建出两个分别由分辨率和经纬度地理信息引导的特征提取专家组。通过这种方式,实现对多分辨率复杂背景可见光遥感图像中船只目标的检测。此方法不仅具备准确的多尺度目标位置感知能力,还能够有效排除多样地理区域和复杂背景环境中的地物干扰,弥补了当前深度学习船只检测方法在多分辨率复杂背景图像研究方面的不足。
技术关键词
可见光遥感图像
特征提取模块
图像空间分辨率
多层感知机
深度学习检测方法
损失函数计算方法
编码
船只检测方法
训练深度神经网络
地理信息特征
区域建议网络
遥感图像数据
深度学习框架
初始化方法
地物信息
系统为您推荐了相关专利信息
智能控制方法
表达式
决策
环境生成设备
多智能体强化学习
状态分析系统
薄膜开关
多模态数据融合
模态传感器
开关触点状态
文本识别方法
语义
重构矩阵
图像
多头注意力机制
模型建模方法
鲸鱼算法
支持向量回归机
Stacking集成学习
样本
绝缘子表面污秽
识别绝缘子
注意力机制
模型训练方法
深度学习模型