[发明专利]基于YOLOX的光学遥感影像地物检测方法在审
| 申请号： | 202310321306.6 | 申请日： | 2023-03-29 |
| 公开（公告）号： | CN116385876A | 公开（公告）日： | 2023-07-04 |
| 发明（设计）人： | 芮杰;李美霖;刘智;杨松坤;金飞;王淑香;林雨准;左溪冰;马莉;朱艳 | 申请（专利权）人： | 中国人民解放军战略支援部队信息工程大学 |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06V10/82;G06V10/77;G06V10/80;G06V10/764;G06V10/766;G06N3/045;G06N3/0464 |
| 代理公司： | 郑州大通专利商标代理有限公司 41111 | 代理人： | 张立强 |
| 地址： | 450000 河*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 yolox 光学 遥感 影像 地物 检测 方法 | ||
1.一种基于YOLOX的光学遥感影像地物检测方法，其特征在于，包括：
步骤1，对YOLOX进行改进；包括：在主干网络特征图和采样层输出部分添加基于CBAM混合域卷积块的注意力机制，得到基于CBMA混合域卷积块注意力机制的特征提取模块，在FPN特征金字塔提取网络中融合ASFF模块，在YOLOHead检测模块中引入EIoU损失和VariFocalLoss损失；
步骤2，基于改进后的YOLOX进行光学遥感影像地物检测。
2.根据权利要求1所述的基于YOLOX的光学遥感影像地物检测方法，其特征在于，所述基于CBAM混合域卷积块的注意力机制用于首先逐通道提取全局特征，生成通道注意力特征图，并以此作为空间注意力的输入，最终生成混合域特征图。
3.根据权利要求1所述的基于YOLOX的光学遥感影像地物检测方法，其特征在于，所述ASFF模块用于自适应地学习各尺度特征映射融合的空间权重，通过学习权重参数的方式将不同层的特征融合到一起。
4.根据权利要求1所述的基于YOLOX的光学遥感影像地物检测方法，其特征在于，所述在FPN特征金字塔提取网络中融合ASFF模块包括：
在FPN特征金字塔提取网络的PANET特征提取模块中引入ASFF模块。
5.根据权利要求1所述的基于YOLOX的光学遥感影像地物检测方法，其特征在于，所述在YOLOHead检测模块中引入EIoU损失和VariFocalLoss损失包括：
将YOLOX的IoU损失替换为EIoU损失，基于交叉熵损失函数，设置VariFocalLoss损失函数。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军战略支援部队信息工程大学，未经中国人民解放军战略支援部队信息工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202310321306.6/1.html，转载请声明来源钻瓜专利网。
