卷积神经网络在SAR图像海面溢油检测中的应用 |
| |
作者姓名: | 杨鹏举 郭杜 |
| |
作者单位: | 延安大学物理与电子信息学院 |
| |
基金项目: | 国家自然科学基金项目(62061048,62261054,61861043); |
| |
摘 要: | 针对合成孔径雷达(SAR)海面溢油检测问题,采用Yolov4目标检测模型、语义分割网络(U-Net)模型、Xception预训练模型等多种卷积神经网络模型进行SAR图像海面溢油检测的模拟实验。基于一个仅有790个样本的像素为256×256的SAR图像海面溢油数据集,深入对比研究了3种SAR图像海面溢油检测神经网络模型,分析了不同检测模型在海面溢油检测中的检测效果。实验结果表明,相较于其他两种检测模型,Xception预训练模型具有更高的SAR图像海面溢油检测精度,更加适合应用于小数据集的溢油检测。
|
关 键 词: | 合成孔径雷达 卷积神经网络 海面溢油检测 |
|
|