《表1 自采集数据集统计:特征增强SSD算法及其在遥感目标检测中的应用》
为评估本文所提的FESSD算法的检测性能,采集不同场景下含有飞机(aircraft)、油罐(oiltank)、舰船(ship)、立交桥(overpass)、操场(playground)共5类目标,幅面大小约为500pixel×375pixel的光学遥感影像共计1 554张,共含有实例样本7 969个,其中5 731个目标作为训练集,2 238个作为测试集.后续根据任务需求,会继续扩充数据集,增加样本实例的个数.相比于有24 640个实例样本20类目标的PASCAL VOC数据集[27],本文数据集足够达到可以对相应遥感图像进行检测的需求.此外,依据公开数据集对目标大小划分的标准(Small object:area<322;Medium object:322962)对采集的光学遥感数据进行划分,分布情况如表1所示,与目前经典的遥感影像数据集NWPU VHR-10[28],AID dataset[29]相比,本文设计的数据主要以中小目标为主,且样本分布密集增加了目标检测的难度.
图表编号 | XD00118310900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 史文旭、谭代伦、鲍胜利 |
绘制单位 | 中国科学院成都计算机应用研究所、中国科学院大学、西华师范大学数学与信息学院、中国科学院成都计算机应用研究所、中国科学院大学 |
更多格式 | 高清、无水印(增值服务) |