基于不同感受野SSD网络的河流水电站检测

摘要：

准确、高效地提取水电站对水资源调度和生态环境保护具有重要意义,使用效率低的人工目视解译方法不能满足大范围提取水电站的需求.针对遥感影像上水电站尺度多变的特性,制作了分辨率为1m和2 m的样本数据,保证大尺度目标在样本中的完整性.在深度学习目标检测SSD(single shot detector)网络的基础上,添加感受野缩放模块,适应不同尺度下的水电站特征学习.同时,通过上采样插值融合不同感受野对应的卷积层,精细化了目标的位置信息,保留了目标的丰富语义信息.最后,基于国产GF-2卫星影像数据,利用两种分辨率下的最优网络实现了云贵川地区水电站提取.实验结果表明,网络的提取精度可以达到84.1％.

关键词：深度学习;目标检测;感受野;GF-2卫星影像;水电站提取;云贵川地区

所属期刊栏目：36

分类号：TP751(遥感技术)

资助基金：国家自然科学基金项目;北京信息科技大学"勤学人才"培育计划项目

在线出版日期：2021-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：125-132