基于深度学习的遥感影像目标检测研究

摘要：

遥感影像目标检测与识别是近些年来国内外研究的难点,利用深度学习的目标识别技术,直接从遥感图像中学习符合数据分布的模型,能够满足对高维、海量大数据的处理需求.该文用SSD作为目标识别的模型,首先根据要识别的目标物体和其对应的环境特征,利用Google Earth影像等构建多尺度、多类别的样本数据库;其次结合Tensorflow深度学习环境,在VOC2012预训练的权重文件基础上,用SSD模型对样本库进行优化训练,获取可供用于目标识别的检测模型;最后基于FLASK搭建目标识别处理页面,可根据需求输入影像,通过按钮进行目标识别处理,最终保存目标检测的后影像.利用深度学习进行遥感影像的目标识别,可主动学习目标的特征,具有较好的检测效果,同时基于FLASK将目标识别过程可视化,有助于方法的拓展应用.

关键词：遥感影像、深度学习、SSD、目标识别、FLASK

所属期刊栏目：18

分类号：TP751;TP18(遥感技术)

在线出版日期：2022-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：109-111