《表5 实验数据集与传统数据集特色对比》
本文主要面向的目标检测图像为遥感图像,而且已有文献说明Google map上获取的遥感图像应用于其他传感器时依然有良好的泛化能力[17]。因此应用Google Earth Pro软件提供的遥感图像作为图像截取搜集工作的源,在其中截取不同高度、不同视角以及不同背景下的目标遥感图片。使得神经网络能自主学习多尺度、多视角以及不同背景下的目标。通过这种方式对200多个机场以及场内的飞机、油罐和众多桥梁进行了图像的截取,得到4235张原始图像。所得图像集的目标拥有多尺度、多视角、多类别以及简单/复杂背景特性,图像集的完备性较好。其中,共有机场图像1081张、民航飞机图像1130张、战斗机图像363张、直升机图像413张、运输机图像402张、桥梁图像380张以及油罐图像466张。与传统数据集的特色对比如表5所示。
图表编号 | XD00162248600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.25 |
作者 | 韩永赛、马时平、李帅、何林远、朱明明 |
绘制单位 | 空军工程大学研究生院、空军工程大学航空工程学院、空军工程大学研究生院、空军工程大学航空工程学院、空军工程大学研究生院 |
更多格式 | 高清、无水印(增值服务) |