SAY-SOD：基于大模型优化的高清遥感图像小目标检测框架AET-电子技术应用-最丰富的电子设计资源平台

SAY-SOD：基于大模型优化的高清遥感图像小目标检测框架
所属分类：技术论文
上传者：wwei
文档大小：5167 K
标签：遥感图像小目标检测 Segment Anything Model
所需积分：0分积分不够怎么办？
文档介绍：随着遥感技术的不断发展，遥感图像中小目标检测面临着背景复杂、目标尺寸小、像素信息少等挑战，传统检测算法在这一领域的表现存在一定局限。提出了一种基于SAM大模型和改进YOLOv8的小目标检测框架。首先，利用SAM对原始遥感图像进行感兴趣区域的提取和分割，随后对分割后的图像进行多尺度增强，以提高小目标的显著性。增强后的图像与原图的编号和定位信息一起构建数据集，用于训练改进的YOLOv8模型。改进措施包括特征金字塔网络的优化、引入注意力机制、重新设计损失函数。实验结果表明，SAY-SOD框架在复杂背景下有效提升了遥感小目标的检测精度和鲁棒性，尤其在面对不同尺度和背景变化时表现出色。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动