《改进遥感图像飞机目标检测方法研究综述》5600字.docxVIP

改进遥感图像飞机目标检测方法研究综述

目录

TOC\o1-3\h\u12515改进遥感图像飞机目标检测方法研究综述 1

291181.1FPN网络 1

215621.2FPN多尺度飞机目标检测性能优化验证 3

187611.3ResNet网络结构设计优化——ResNeXt 6

126771.4ResNeXt检测性能验证 8

30151.5多检测器级联RCNN——CascadeRCNN 9

185751.6CascadeRCNN检测性能验证 11

251531.7定位方法优化——SABL 11

197101.8SABL检测性能验证 14

对于一种目标检测网络，其主要分为靠近输入端的主干特征提取网络(backbone)以及靠近输出的分类定位网络。若要从结构上提升网络的性能，希望能够增加额外的FPN结构来提升多尺度目标的检测能力，或是使用更好的主干特征提取网络提取出更好的特征，或是改进分类定位网络中具体的边框产生以及定位的方法来提升预测框输出的质量。

1.1FPN网络

传统的卷积神经网络会生成一系列的特征图，其通常使用最后输出的特征图来进行目标预测。遥感图像中的飞机目标大小不定，具有多种尺度，对于检测小飞机目标，传统的卷积神经网络的性能会有很大的下降。传统CNN的过程如图1.1所示。

图1.1传统CN