- · 《遥感学报》栏目设置[09/01]
- · 《遥感学报》数据库收录[09/01]
- · 《遥感学报》投稿方式[09/01]
- · 《遥感学报》征稿要求[09/01]
- · 《遥感学报》刊物宗旨[09/01]
来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。 一、投稿方式： 1、 请从 我刊官网 直接投稿 。 2、 请 从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。 二、稿件著作权： 1、 投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、 投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 第5条所述之网络是指通过我刊官网。 7、 投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。
工业通用技术及设备论文_基于FPGAN-SSD的遥感
作者:网站采编关键词:
摘要：文章摘要:针对遥感图像中的小目标漏检测精度低的问题，提出一种基于改进特征金字塔及生成对抗网络的端到端检测算法（FPGAN-SSD）。该算法首先改进生成器网络结构，由特征金字塔网
文章摘要:针对遥感图像中的小目标漏检测精度低的问题，提出一种基于改进特征金字塔及生成对抗网络的端到端检测算法（FPGAN-SSD）。该算法首先改进生成器网络结构，由特征金字塔网络替代传统CNN网络，并在高层特征映射上构建SSCF（Sub-pixel Shortcut Fusion）与SCFF（Sub-pixel Context Feature Fusion）结构。其次重构特征金子塔的骨干网络ResNet50，将基础层特征映射划分为两部分，并使用Octave Convolution替代传统卷积。最后使用相对判别器及单点多盒探测器（SSD）算法的损失函数对生成器模型进行训练。实验结果表明，在COCO2017数据集(AP/APs)检测准确率达到48.3%/27.8%，检测速度为9.6frame/s；在UCAS-AOD及HRSC2016组成的遥感公开数据集上的检测准确率达到81.7%，检测速度为13.2frame/s。该算法在保证检测速度的情况下，有效提升了遥感图像中小目标的平均检测准确率。
文章关键词:
论文分类号:TP751;TP183
文章来源：《遥感学报》 网址: http://www.ygxbzz.cn/qikandaodu/2022/0106/1025.html