基于改进的YOLOv5识别遥感影像中输电塔的方法 |
| |
作者姓名: | 孙乐杨 凌振宝 王永志 |
| |
作者单位: | 1.吉林大学仪器科学与电气工程学院130061;2.吉林大学地球探测科学与技术学院130061; |
| |
基金项目: | 国家重点研发计划“全球战略性矿产成矿规律和预警决策支持技术”(2021YFC2901801);国家自然科学基金项目“综合多源数据的月表微波热异常成因研究及其意义”(42071309)。 |
| |
摘 要: | 针对遥感影像目标检测中部分输电塔因目标较小、特征不显著而难以识别的问题,提出一种优化和改进的YOLOv5目标检测方法.首先,通过增加更大尺度检测层,以提升小目标的检测效果;其次,将大尺寸高分辨率遥感影像通过滑窗分割成小尺寸图像,进行检测及再还原,解决了遥感影像中难以直接有效识别输电塔等问题;最后,调用GDAL模块自动计...
|
关 键 词: | 遥感影像 目标检测 输电塔 YOLOv5 小目标 GDAL |
本文献已被 维普 等数据库收录! |
|