La detección de buques en imágenes de radar de apertura sintética (SAR) tiene muchas aplicaciones valiosas tanto en el ámbito civil como en el militar y ha recibido una atención extraordinaria en los últimos años. Los métodos de detección tradicionales son insensibles a los buques multiescala y suelen requerir mucho tiempo, lo que se traduce en una baja precisión de detección y limitaciones para el procesamiento en tiempo real. Para equilibrar la precisión y la velocidad, en este artículo se propone un método integral de detección de barcos para escenas complejas costeras y de alta mar basado en redes neuronales convolucionales profundas (CNN). En primer lugar, las imágenes SAR se dividen en diferentes cuadrículas, y las cajas de anclaje se predefinen basándose en las cuadrículas responsables para la predicción densa de buques. A continuación, se adopta Darknet-53 con unidades residuales como columna vertebral para extraer características, y se añade una estructura piramidal descendente para la fusión de características multiescala con concatenación. De este modo, se extraen abundantes características jerárquicas que contienen información espacial y semántica. Para mejorar el rendimiento, se utilizan estrategias como la supresión suave no máxima (Soft-NMS), la mezcla y el aumento de datos en mosaico, el entrenamiento multiescala y la optimización híbrida. Además, el modelo se entrena desde cero para evitar el sesgo del objetivo de aprendizaje del preentrenamiento. El método de una etapa propuesto adopta la inferencia de extremo a extremo mediante una única red, por lo que la velocidad de detección puede garantizarse gracias al paradigma conciso. Se han realizado experimentos exhaustivos con el conjunto de datos público de detección de buques SAR (SSDD), y los resultados muestran que el método puede detectar buques tanto costeros como de alta mar con mayor precisión que otros métodos convencionales, obteniendo una precisión media del 95,52%, y la velocidad de detección es bastante rápida, con unos 72 fotogramas por segundo (FPS). Los datos reales de Sentinel-1 y Gaofen-3 se utilizan para la verificación, y los resultados de detección también muestran la eficacia y solidez del método.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Puntuación de Evaluación de Falla Orgánica Secuencial para Evaluar la Falla Orgánica y el Resultado de la Morbilidad Materna Grave en Cuidados Intensivos Obstétricos
Artículo:
Evaluación de la Efectividad Clínica y Satisfacción Subjetiva de un Nuevo Cepillo de Dientes para el Cuidado de Higiene Postsurgical: Un Ensayo Clínico Aleatorizado a Doble Ciego con División de la Boca.
Artículo:
Rentabilización de residuos de polvo de mármol mediante la modificación de la superficie con Nano-TiO2 para aplicaciones de mejora de la calidad del aire
Artículo:
Actitud de los médicos hacia el uso de las redes sociales con fines profesionales en Arabia Saudita
Artículo:
Nanopartículas de TiO2 dopadas con Fe producidas mediante MOCVD: Síntesis, caracterización y actividad fotocatalítica
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.