閱讀735 返回首頁    go 財經資訊


間諜衛星的基礎?YOLT——利用卷積神經網絡對衛星影像進行多尺度目標檢測(Part I)

首發地址:https://yq.aliyun.com/articles/64445


本文由北郵@- 老師推薦,組織翻譯。

以下為譯文: 9b10b6d6a2c8e92f9d4dbdea63c5a0ee790a86bb

Part I

在大片物體中檢測小物體一直是衛星圖像分析感興趣的主要點之一。早期的工作是利用本地滑動窗和HOG

衛星圖像目標檢測概述

ImageNet

0296b2799d992953741ea2fa5b1d356addb808ae 

1. 

HOG

HOG+

99dd33dd6aac12a5fdd58ee12fe514f9c74cc45e 

2.HOG+

使用深度學習進行物體檢測

YOLO

CNN

ddefdcf7f3e9d8898f7dfcf63965a966928bcdf0 

3. 

該框架確實是有些局限性,但在中封裝了三個問題,具體問題可以參看文獻和原文

YOLT

YOLT

YOLT

訓練數據收集大圖像中的小塊,每個對象的標簽是由邊界框和類標識符組成。

主要集中以下四類:

  •  
  •  
  •  
  •  

b7ad17937438d699d2b99bb7bf75d915384caefa

4. YOLT

fa416cef697e1dcd85e653ba34753ca96198a39e 

5. 

YOLT

HOG+具體性能分析請見原文。

d97af6f2776f5011ae89c2e997aca4b9fcf79429 

6. YOLT

703df51bb612d0f4f8d2303eaa68c1cb46117c41 

7. YOLT

3066516990394ec10e40c07ba8056b7722c573a1

8. YOLT

0d0446626d702de91513ad700721858fe5f7550e

9. YOLT

  c1dcdf6f767eed85acbcba4d77853cec35b8dcae

10. YOLT

a9d600c9c2f9913ae5a7b2090d09153742293956 

11. YOLT

 25b00743795196e1fbccb721f5f2c251806176a4

12. YOLT

結論

YOLT

Part II

You Only Look TwiceAdam Van Etten

文章為簡譯,更為詳細的內容,請查看原文

最後更新:2017-07-12 22:06:49

  上一篇:go  最前沿:圖文結合詳解深度學習Memory & Attention
  下一篇:go  多重角度解讀:貝葉斯推理是怎麼工作的