本发明公开了一种基于深度学习与全局推理的遥感影像多尺度
固废检测方法,包括:S1、获取待检测区域的原始遥感影像,并对其进行多尺度裁剪处理,获得各尺度下的影像块集合;S2、通过全局推理多尺度检测模型对各尺度下的影像块集合中的影像进行检测,输出各尺度下的检测框;S3、将输出检测框整合到原始遥感图像对应的大范围影像中,并对其合并,得到对应的固废检测结果。本发明该方法基于SSD模型,在原始的卷积层之间嵌入GloRe单元,使模型在进行多尺度检测时中充分利用影像的全局信息;针对大范围的固废堆场检测任务提出一种多尺度优化策略,提升对尺度差异巨大的固废堆场目标的检测效果,并有效解决完整堆场被滑动窗口切割的问题。
声明:
“基于深度学习与全局推理的遥感影像多尺度固废检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)