深度學習遙感影像油罐檢測算法精度對比分析

作者：李宸堯,郭海濤,馬東洋,余東行,黃辰虎

摘要：油罐目標的檢測對于海洋戰場環境保障具有重要的意義和作用。選擇當前較為經典的幾種深度學習目標檢測算法,包括FRCNN、RFCN、SSD、YOLOv3、RetinaNet,利用已有的公開數據,對各算法進行油罐檢測的精度進行深入對比分析和實驗驗證。實驗結果表明,上述方法中魯棒性和平均精度最好的是RFCN和RetinaNet;影像中目標的尺寸是影響各算法精度的重要因素。最后對基于深度學習的遙感影像油罐目標檢測算法提出了改進的建議。相關研究對于利用深度學習算法完成油罐目標的實際檢測應用具有重要的指導意義和參考價值。

發文機構：信息工程大學地理空間信息學院 61618部隊 海軍研究院

關鍵詞：遙感影像目標檢測油罐檢測小目標檢測深度學習remote sensing imageobject detectionoil tank detectionsmall object detectiondeep learning

分類號： P237[天文地球—攝影測量與遙感]