公开(公告)号：CN113065511A

公开(公告)日：2021-07-02

申请号：CN202110430858.1

申请日：2021-04-21

Applicant: 河南大学

Inventor： 周黎鸣 ,  闫好鑫 ,  郑昌 ,  王雅娣 ,  臧文乾 ,  屠要峰 ,  左宪禹

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提供一种基于深度学习的遥感图像飞机检测模型及方法。该模型包括：下采样单元、上采样单元、特征融合单元和检测单元；所述下采样单元的输出和所述上采样单元的输出作为所述特征融合单元的输入，所述特征融合单元的输出作为检测单元的输入；所述下采样单元包括依次相连接的CBL模块、ResUnit*1卷积块、ResUnit*2卷积块、第一ResUnit*8卷积块、第二ResUnit*8卷积块、ResUnit*4卷积块和CBL*5模块；其中，ResUnit*1卷积块、ResUnit*2卷积块、第一ResUnit*8卷积块、第二ResUnit*8卷积块、ResUnit*4卷积块分别对应5次下采样操作，每次下采样操作均使得输入的遥感图像的大小缩小为原来的1/2。本发明可以提高目标物体的检测率。

公开(公告)号：CN113065511B

公开(公告)日：2024-02-02

申请号：CN202110430858.1

申请日：2021-04-21

Applicant: 河南大学

Inventor： 周黎鸣 ,  闫好鑫 ,  郑昌 ,  王雅娣 ,  臧文乾 ,  屠要峰 ,  左宪禹

IPC: G06V10/25 ,  G06V20/10 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于深度学习的遥感图像飞机检测模型及方法。该模型包括：下采样单元、上采样单元、特征融合单元和检测单元；所述下采样单元的输出和所述上采样单元的输出作为所述特征融合单元的输入，所述特征融合单元的输出作为检测单元的输入；所述下采样单元包括依次相连接的CBL模块、ResUnit*1卷积块、ResUnit*2卷积块、第一ResUnit*8卷积块、第二ResUnit*8卷积块、ResUnit*4卷积块和CBL*5模块；其中，ResUnit*1卷积块、ResUnit*2卷积块、第一ResUnit*8卷积块、第二ResUnit*8卷积块、ResUnit*4卷积块分别对应5次下采样操作，每次(56)对比文件Shaorong Xie 等，.Diverse receptivefield network with context aggregationfor fast object detection《.Journal ofVisual Communication and ImageRepresentation》.2020,第70卷管军霖 等，.基于YOLOv4卷积神经网络的口罩佩戴检测方法《.现代信息科技》.2020,第4卷(第11期),