Обнаружение и классификация транспортных средств на снимках сверхвысокого разрешения с помощью нейронных сетей
2022
Предлагается архитектура глубокой нейронной сети, основанная на интеграции сверточной нейронной сети Faster R-CNN с модулем Feature Pyramid Network. На основе данного подхода разработан алгоритм обнаружения и классификации транспортных средств на изображениях и соответствующая модель. Для обучения предложенной модели использована кроссплатформенная среда ML.NET. Представлены результаты сравнения эффективности применения предложенного подхода и сверточных нейронных сетей YOLO v4 и Faster R-CNN. Показано улучшение точности обнаружения и локализации разных типов транспортных средств на снимках сверхвысокого разрешения. Приведены примеры обработки изображений земной поверхности сверхвысокого разрешения и даны соответствующие рекомендации.
Chen Ch. , Минальд А. А., Богуш Р. П., Ma G. , Weichen Y. , Абламейко С. В. Обнаружение и классификация транспортных средств на снимках сверхвысокого разрешения с помощью нейронных сетей. Журнал прикладной спектроскопии. 2022;89(2):275-282. https://doi.org/10.47612/0514-7506-2022-89-2-275-282
Цитирование
Список литературы