9

我正在寻找在海洋的大型卫星场景中检测船只。我已经成功地将matteport 的 Mask-RCNN 设置应用于卫星图像的小子集,但是分析像 WorldView 这样的大图像太慢了。我正在寻找可以快速做边界框的东西,在 python 中,在 Keras 中实现,并针对卫星图像进行了理想优化(或有据可查,以便我可以优化它)。有什么建议么?

我发现了一些有希望的线索:

根据 YOLT 论文的建议,我可能会尝试在Keras 中为卫星图像自定义 RetinaNet 的实现,但我会喜欢其他建议!

4

2 回答 2

1

我发现 Marc Belmont 使用 Tensorflow、Numpy 和 Pandas 的这个链接: https ://github.com/marcbelmont/satellite-image-object-detection

于 2018-11-08T16:03:42.380 回答
1

这个问题现在很久没有答案了,所以我想我会用我的解决方案来回答。我为一些卫星检测问题实施了视网膜网络,效果很好。该 CNN 在论文 Focal Loss for Dense Object Detection 中进行了概述,您可以在此处找到:https ://arxiv.org/abs/1708.02002 。我使用这个 keras 库来实现:https ://github.com/fizyr/keras-retinanet 。

我用它来检测无人机图像中的海豹:https ://bigdata.duke.edu/projects/deep-learning-aerial-wildlife-surveillance

无人机图像中的鸟类:https ://research.repository.duke.edu/concern/datasets/kp78gh20s

甚至卫星图像中的鲸鱼。所有这些都做得很好,只需很少的调整。

于 2021-04-28T15:12:52.313 回答