本发明公开一种针对低照度下失效卫星小部件的目标检测方法,属于深度学习和目标检测领域。首先针对失效卫星部件中的小部件问题,设计了一种基于改进Faster R‑CNN的目标检测网络,该网络分别优化设计主干网络、区域建议网络和池化层来提高网络对小目标部件的检测精度。接着,利用建立的失效卫星部件数据集进行目标检测模型训练。然后,针对空间中的低照度问题,给出一种基于亮度模型和主成分分析的图像增强方法,克服了亮度不规则引起的局部过度增强问题。最后,将增强后的图像输入到训练好的模型中进行检测,并通过平均精度、小目标平均精度以及推理速度进行结果评价。本发明可以实现低照度空间条件下的失效卫星部件的高精度检测。
声明:
“针对低照度下失效卫星小部件的目标检测方法” 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)