[00901772]基于深度神经网络和自注意力机制的遥感船舶图像目标检测方法
交易价格:
面议
所属行业:
网络
类型:
发明专利
技术成熟度:
通过小试
专利所属地:中国
专利号:CN202010521534.4
交易方式:
其他
联系人:
所在地:浙江杭州市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开了一种基于深度神经网络和自注意力机制的遥感船舶图像目标检测方法,包括以下步骤:S1,收集遥感卫星船舶图像数据集,并进行样本标注;S2,对经过S1所提取的数据集中的样本进行数据预处理;S3,用经过特征金字塔网络对预处理后的样本进行特征提取;S4,给水平锚点添加角度参数,设置为旋转锚点,再送入RPN网络;S5,搭建RNN网络融合Self-Attention,对候选区域的置信度进行重计分;S6,搭建Fast R-CNN网络;S7,对由S1采集到的测试数据进行训练阶段的步骤S2预处理操作;S8,将经过S7处理的样本送入S3、S4、S5和S6构建的模型中进行测试求得结果,即最后经过Fast R-CNN输出分类与回归的结果。
本发明公开了一种基于深度神经网络和自注意力机制的遥感船舶图像目标检测方法,包括以下步骤:S1,收集遥感卫星船舶图像数据集,并进行样本标注;S2,对经过S1所提取的数据集中的样本进行数据预处理;S3,用经过特征金字塔网络对预处理后的样本进行特征提取;S4,给水平锚点添加角度参数,设置为旋转锚点,再送入RPN网络;S5,搭建RNN网络融合Self-Attention,对候选区域的置信度进行重计分;S6,搭建Fast R-CNN网络;S7,对由S1采集到的测试数据进行训练阶段的步骤S2预处理操作;S8,将经过S7处理的样本送入S3、S4、S5和S6构建的模型中进行测试求得结果,即最后经过Fast R-CNN输出分类与回归的结果。