光学学报, 2018, 38 (7): 0728001, 网络出版: 2018-09-05   

改进区域卷积神经网络的机场检测方法 下载: 967次

Airport Detection Method with Improved Region-Based Convolutional Neural Network
作者单位
空军工程大学研究生院, 陕西 西安 710038
图 & 表

图 1. 整体结构示意图

Fig. 1. Schematic of overall architecture

下载图片 查看原文

图 2. RPN结构示意图

Fig. 2. Schematic of RPN structure

下载图片 查看原文

图 3. 级联RPN结构示意图

Fig. 3. Schematic of cascaded RPN structure

下载图片 查看原文

图 4. 损失函数的对比

Fig. 4. Comparison among loss functions

下载图片 查看原文

图 5. 各种机场的检测结果

Fig. 5. Various airport detection results

下载图片 查看原文

表 1不同λ值下的机场检测率

Table1. Airport detection rates under different λ

λ0.1110100
DR /%91.2593.7596.2594.4

查看原文

表 2区域建议方法的对比

Table2. Comparison among regional proposal methods

MethodRPNCascaded RPN
DR /%93.7596.25
Average processing time /s0.20.2

查看原文

表 3不同机场检测方法的对比

Table3. Comparison among different airport detection methods

MethodDR /%FAR /%Average processing time /s
Ref. [14]6522.52.46
Ref. [15]71.8827.5>100
Ref. [5]83.133521.37
Faster R-CNN90.63150.16
Proposed method96.257.50.20

查看原文

朱明明, 许悦雷, 马时平, 唐红, 辛鹏, 马红强. 改进区域卷积神经网络的机场检测方法[J]. 光学学报, 2018, 38(7): 0728001. Mingming Zhu, Yuelei Xu, Shiping Ma, Hong Tang, Peng Xin, Hongqiang Ma. Airport Detection Method with Improved Region-Based Convolutional Neural Network[J]. Acta Optica Sinica, 2018, 38(7): 0728001.

本文已被 9 篇论文引用
被引统计数据来源于中国光学期刊网
引用该论文: TXT   |   EndNote

相关论文

加载中...

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!