基于RetinaNet的遥感图像舰船检测与分类.docx

PAGE2

基于RetinaNet的遥感图像舰船检测与分类

摘要

随着海洋经济与安全需求的增长，遥感图像舰船自动检测与分类技术对于海洋监视、交通管理及渔业监管至关重要。传统方法在复杂海况与密集港口场景下，存在小目标漏检、多尺度适应性差及分类精度不足等痛点。本课题旨在设计并实现一个基于改进RetinaNet的遥感图像舰船检测与分类系统，以提升海洋监视的自动化水平。

论文首先进行需求分析，明确了系统需实现高精度舰船检测、多类别分类及满足实时性要求。总体设计采用以RetinaNet为骨干的深度学习框架，并融入自适应锚点框与优化特征金字塔等核心模块。详细设计重点阐述了锚点框自适应生成算法与多尺度