| SAY-SOD：基于大模型优化的高清遥感图像小目标检测框架 | |
| 所屬分類：技术论文 | |
| 上傳者：wwei | |
| 文檔大小：5167 K | |
| 標(biāo)簽： 遥感图像 小目标检测 Segment Anything Model | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：随着遥感技术的不断发展，遥感图像中小目标检测面临着背景复杂、目标尺寸小、像素信息少等挑战，传统检测算法在这一领域的表现存在一定局限。提出了一种基于SAM大模型和改进YOLOv8的小目标检测框架。首先，利用SAM对原始遥感图像进行感兴趣区域的提取和分割，随后对分割后的图像进行多尺度增强，以提高小目标的显著性。增强后的图像与原图的编号和定位信息一起构建数据集，用于训练改进的YOLOv8模型。改进措施包括特征金字塔网络的优化、引入注意力机制、重新设计损失函数。实验结果表明，SAY-SOD框架在复杂背景下有效提升了遥感小目标的检测精度和鲁棒性，尤其在面对不同尺度和背景变化时表现出色。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2