基于深度学习的SSD模型尾矿库自动提取

闫凯; 沈汀; 陈正超; 闫弘轩

首页> 中文期刊> 《中国科学院大学学报》 >基于深度学习的SSD模型尾矿库自动提取

基于深度学习的SSD模型尾矿库自动提取

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对华北地区尾矿库自动提取问题,将基于深度学习的SSD目标检测模型应用于遥感图像尾矿库提取。首先标记华北地区2000个样本,随机挑选1500个作为训练样本,剩余样本作为测试样本,验证模型的检测精度。分析卷积层对应感受野与图像中尾矿库尺寸关系,发现原始SSD模型漏检误检大型尾矿库。改进SSD模型结构,提出增加额外卷积层的策略,提高对大型尾矿库目标的检测精度。实验表明,在置信度阈值为0.3时,改进的SSD模型相比原始模型,检测精确率提高10.0%,召回率提高14.4%,提高了大型尾矿库检测精度。验证了基于深度学习的SSD目标检测模型自动提取尾矿库的可行性以及改进算法的有效性。

著录项

来源
《中国科学院大学学报》 |2020年第3期|P.360-367|共8页
作者
闫凯; 沈汀; 陈正超; 闫弘轩;
展开▼
作者单位

中国科学院遥感与数字地球研究所北京100094中国科学院大学电子电气与通信工程学院北京100094;

中国科学院遥感与数字地球研究所北京100094;

中国科学院遥感与数字地球研究所北京100094;

中国科学院遥感与数字地球研究所北京100094;

展开▼
原文格式 PDF
正文语种 chi
中图分类图像解释、判读;
关键词
深度学习; 目标检测; 尾矿库; SSD模型; 感受野;

相似文献

中文文献
外文文献
专利

1. 基于深度学习的SSD模型尾矿库自动提取 [J] . 闫凯 ,沈汀 ,陈正超 . 中国科学院研究生院学报 . 2020,第003期
2. 基于OpenCV+SSD深度学习模型的变电站压板状态智能识别 [J] . 王伟 ,张彦龙 ,翟登辉 . 电测与仪表 . 2022,第1期
3. 基于轻量化深度学习Mobilenet-SSD网络模型的海珍品检测方法 [J] . 俞伟聪 ,郭显久 ,刘钰发 . 大连海洋大学学报 . 2021,第002期
4. 基于轻量化深度学习Mobilenet-SSD网络模型的海珍品检测方法 [J] . 俞伟聪 ,郭显久 ,刘钰发 . 大连海洋大学学报 . 2021,第002期
5. 复杂背景环境下基于SSD_MobileNet深度学习模型的火焰图像识别研究 [J] . 卢鹏 ,赵亚琴 ,陈越 . 火灾科学 . 2020,第003期
6. 基于亚米级高分SAR影像的珊瑚礁岸线自动提取模型——以西沙赵述岛为例 [C] . 胡亚斌 ,马毅 ,孙伟富 . 中国海洋学会2017年学术年会 . 2017
7. 基于改进SSD深度学习模型的柑橘实时识别研究 [A] . 郭泽方 . 2020

基于深度学习的SSD模型尾矿库自动提取

摘要

著录项

相似文献

相关主题

期刊订阅