咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于ResNet-UNet模型的SAR图像海面溢油检测 收藏

基于ResNet-UNet模型的SAR图像海面溢油检测

Detection of Sea Surface Oil Spill in SAR Images Based on ResNet-UNet Model

作     者:郭杜 杨鹏举 GUO Du;YANG Pengju

作者机构:延安大学物理与电子信息学院陕西延安716000 

出 版 物:《计算机测量与控制》 (Computer Measurement &Control)

年 卷 期:2025年第33卷第3期

页      面:37-44页

学科分类:083002[工学-环境工程] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 08[工学] 09[农学] 0804[工学-仪器科学与技术] 0903[农学-农业资源与环境] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 

主  题:合成孔径雷达 海面溢油检测 卷积神经网络 U-Net模型 ResNet-UNet模型 

摘      要:针对合成孔径雷达(SAR)图像海面溢油检测问题,采用U-Net模型、ResNet18-UNet模型、ResNet34-UNet模型、ResNet50-UNet模型等4种卷积神经网络模型进行了SAR图像海面溢油检测的研究与实验,挑选出更适合此次SAR图像海面溢油检测研究与实验的溢油检测模型;通过利用4种卷积神经网络模型对同一数据集进行SAR图像海面溢油检测的方式,对比分析了不同卷积神经网络模型之间的性能差异和溢油检测效果;实验结果表明,在此次SAR图像海面溢油检测研究与实验中,ResNet18-UNet模型的性能在U-Net模型的基础上有了一定的优化,而且与另外两种ResNet-UNet模型相比,ResNet18-UNet模型在此次海面溢油检测实验中拥有最高的性能和最好的溢油检测效果,获得了更高的检测精度和检测效率。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分