شناسایی شناورها از تصاویر ماهواره ای با الگوریتم

شناسایی شناورها در تصاویر ماهواره ای از مسائل اساسی در نظارتدریایی، پایش محیط زیستی وکمک در مسیریابی محسوب می شود.این تحقیق به بهبود الگوریتم شناسایی یک مرحله ای YOLO برایشناسایی شناورها در تصاویر ماهواره ای می پردازد. الگوریتمپیشنهادی برای رسیدگی به مشکلات تصاویر ماهواره ای، مانند وضوحپایین و اندازه و جهت گیری های متفاوت شناور ها طراحی شدهاست. این مقاله پیکربندی های متعدد YOLO را بررسی و برای یافتن الگوریتم بهینه تلاش می کند. مدل پیشنهادی در این مقاله بااستفاده از بهبودها در زمینه تابع زیان رگرسیون، ترکیب ویژگی درقسمت سر و گردن، همچنین استخراج ویژگی کم هزینه تر امکانشناسایی موثر شناور ها را فراهم می کند. علاوه بر این، برای بهبودسرعت مدل یک ماژول جدید استخراج ویژگی از تصاویر ماهواره ایبه منظور بهبود سرعت استنتاج مدل بدون از دست دادن دقتطراحی شد. مدل معرفی شده در این تحقیق با دقت بالاتر از مدلYOLOv۵m به میزان ۰.۷ درصد در م عیار COCO، وهمچنین دقت بالاتر به میزان ۲,۷ در معیار Pascal VOC دست یافته وهمزمان به سرعت بیشتر به میزان ۳۳ درصد رسیده است.

کلیدواژه ها:

شبکه های عصبی پیچشی ، یاد گیری عمیق ، شناسایی اشیاء ، شناساگر های یک مرحله ای ، شناسایی شناورها