-
公开(公告)号:CN113920443A
公开(公告)日:2022-01-11
申请号:CN202111153151.7
申请日:2021-09-29
Applicant: 海南大学
Abstract: 本发明提供基于yolov5的遥感有向目标检测方法,包括下列步骤:接收原始遥感图像,并对所述遥感图像进行预处理,获得初始训练图像;将所述初始训练图像输入yolov5神经网络中进行训练,在训练过程中分别计算边框中心坐标损失函数、边框宽高损失函数、θ角度分类损失函数、置信度损失函数;基于损失函数计算结果,所述yolov5神经网络输出预测边框的六参数。
-
公开(公告)号:CN113920043A
公开(公告)日:2022-01-11
申请号:CN202111156702.5
申请日:2021-09-30
Applicant: 海南大学
Abstract: 本发明提供一种基于残差通道注意力机制的双流遥感图像融合方法,卷积神经网络分别从全色图像和低分辨率的多光谱遥感图像中提取特征,然后将它们融合形成紧凑的特征图,然后构建残差注意力网络,残差注意力网络使用注意力机制通过对特征通道之间的相互依赖关系进行建模,自适应地调整每个通道的特征,从而能够专注于更有用的通道,提高识别学习能力残差注意力网络采用多残差连接,其中长残差连接允许浅层的残差学习,长残差连接和短残差连接允许大量浅层信息通过这些基于身份的跳连接,简化了信息的流动,最终经过反卷积层以及卷积层重构后,能够生成高质量遥感图像,对遥感图像融合领域具有重要意义。
-