SAY-SOD：基于大模型優(yōu)化的高清遙感圖像小目標(biāo)檢測框架
所屬分類：技術(shù)論文
上傳者：wwei
文檔大?。?span>5167 K
標(biāo)簽： 遙感圖像 小目標(biāo)檢測 Segment Anything Model
所需積分：0分積分不夠怎么辦？
文檔介紹：隨著遙感技術(shù)的不斷發(fā)展，遙感圖像中小目標(biāo)檢測面臨著背景復(fù)雜、目標(biāo)尺寸小、像素信息少等挑戰(zhàn)，傳統(tǒng)檢測算法在這一領(lǐng)域的表現(xiàn)存在一定局限。提出了一種基于SAM大模型和改進YOLOv8的小目標(biāo)檢測框架。首先，利用SAM對原始遙感圖像進行感興趣區(qū)域的提取和分割，隨后對分割后的圖像進行多尺度增強，以提高小目標(biāo)的顯著性。增強后的圖像與原圖的編號和定位信息一起構(gòu)建數(shù)據(jù)集，用于訓(xùn)練改進的YOLOv8模型。改進措施包括特征金字塔網(wǎng)絡(luò)的優(yōu)化、引入注意力機制、重新設(shè)計損失函數(shù)。實驗結(jié)果表明，SAY-SOD框架在復(fù)雜背景下有效提升了遙感小目標(biāo)的檢測精度和魯棒性，尤其在面對不同尺度和背景變化時表現(xiàn)出色。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。