[发明专利]基于深度学习的遥感图像目标检测方法、装置、及存储介质有效
| 申请号： | 201910667981.8 | 申请日： | 2019-07-23 |
| 公开（公告）号： | CN110378297B | 公开（公告）日： | 2022-02-11 |
| 发明（设计）人： | 刘京;田亮;郭蔚;杨烁今 | 申请（专利权）人： | 河北师范大学 |
| 主分类号： | G06V20/13 | 分类号： | G06V20/13;G06V10/40;G06V10/80;G06K9/62 |
| 代理公司： | 石家庄国为知识产权事务所 13120 | 代理人： | 付晓娣 |
| 地址： | 050020 河*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明适用于图像处理技术领域，提供了一种基于深度学习的遥感图像目标检测方法，包括：获取待检测的遥感图像，并对所述遥感图像进行预处理；利用预设的多尺度特征提取网络，对预处理后的遥感图像进行多尺度特征提取，得到每个图像尺度对应的特征图像；利用预设的多尺度区域预测网络，分别对每个图像尺度对应的特征图像进行候选区域的预测，得到每个图像尺度对应的候选框标记图像；利用预设的多尺度信息融合网络，将各个图像尺度对应的候选框标记图像进行融合，得到预设图像尺度的检测结果图。通过上述方法，能够有效提高遥感图像目标检测的准确度。 | ||
| 搜索关键词： | 基于 深度 学习 遥感 图像 目标 检测 方法 装置 存储 介质 | ||
【主权项】：
1.一种基于深度学习的遥感图像目标检测方法，其特征在于，包括：获取待检测的遥感图像，并对所述遥感图像进行预处理；利用预设的多尺度特征提取网络，对预处理后的遥感图像进行多尺度特征提取，得到每个图像尺度对应的特征图像；利用预设的多尺度区域预测网络，分别对每个图像尺度对应的特征图像进行候选区域的预测，得到每个图像尺度对应的候选框标记图像；利用预设的多尺度信息融合网络，将各个图像尺度对应的候选框标记图像进行融合，得到预设图像尺度的检测结果图。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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河北师范大学，未经河北师范大学许可，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/patent/201910667981.8/，转载请声明来源钻瓜专利网。
