遥感图像小目标检测算法

遥感图像小目标检测算法YOLTYou Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imageryhttps://github.com/CosmiQ/yoltR2CNN-Plus-Plus_Tensorflowhttps://codechina.csdn.net/mirrors/DetectionTeamUCAS/

努力学习DePeng

2205人浏览 · 2021-10-16 13:34:51

努力学习DePeng · 2021-10-16 13:34:51 发布

遥感图像小目标检测算法

小目标检测算法论文代码

https://github.com/knhngchn/awesome-tiny-object-detection

1.YOLT

You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery
https://github.com/CosmiQ/yolt
文献解读：https://blog.csdn.net/z704630835/article/details/95165116

传统深度学习算法在做遥感影像时面临的问题：

地面很多目标较小，在图像中仅仅表现出非常少的像元范围
垂直投影导致目标的角度不一，例如船可以有不同方向的朝向
训练样本不足
输入图像巨大，传统方法下采样难以实现

2.R2CNN-Plus-Plus_Tensorflow

https://codechina.csdn.net/mirrors/DetectionTeamUCAS/R2CNN-Plus-Plus_Tensorflow

3.CSL_RetinaNet_Tensorflow

https://codechina.csdn.net/mirrors/Thinklab-SJTU/CSL_RetinaNet_Tensorflow?utm_source=csdn_github_accelerator

技术共进，成长同行——讯飞AI开发者社区

更多推荐

AI智能体—人工智能工作流与人工智能智能体：真正的区别是什么？

本文探讨了人工智能工作流与智能体的核心区别。工作流是静态、可预测的执行序列（如预处理→嵌入→搜索→总结），适合批处理作业；而智能体能动态感知环境、自主决策（感知→推理→决策循环），具备适应性和工具选择能力。关键差异在于：工作流遵循固定路径，智能体则能根据目标调整策略。架构上，工作流使用Airflow等工具，智能体依赖LangChain等框架。智能体的自主性使其更适用于动态环境，代表下一代AI应用方