研究目的
提出一种端到端多尺度视觉注意力网络(MS-VANs)方法用于甚高分辨率遥感图像中的目标检测,以应对方向与尺度变化以及背景杂乱等挑战。
研究成果
MS-VANs模型通过利用多尺度特征和视觉注意力,有效检测甚高分辨率遥感图像中的目标,在准确率和运行时间方面优于多种最先进方法。
研究不足
该模型的性能随着GSD值的增大而下降,原始图像中小于120×120像素的物体几乎无法被检测到。高分辨率图像的复杂性和杂乱背景也可能影响检测精度。
研究目的
提出一种端到端多尺度视觉注意力网络(MS-VANs)方法用于甚高分辨率遥感图像中的目标检测,以应对方向与尺度变化以及背景杂乱等挑战。
研究成果
MS-VANs模型通过利用多尺度特征和视觉注意力,有效检测甚高分辨率遥感图像中的目标,在准确率和运行时间方面优于多种最先进方法。
研究不足
该模型的性能随着GSD值的增大而下降,原始图像中小于120×120像素的物体几乎无法被检测到。高分辨率图像的复杂性和杂乱背景也可能影响检测精度。
加载中....
您正在对论文“用于超高分辨率遥感图像目标检测的多尺度视觉注意力网络”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期