标题：基于深度学习的轻量遥感图像车辆检测模型
作者：李圣琀 邵峰晶
作者单位：青岛大学计算机科学技术学院，山东 青岛 266071
关键字：卷积神经网络；残差网络；多尺度特征提取；K-means聚类；车辆检测
摘要：如何提高在遥感图像上车辆的检测效果是遥感图像处理及目标检测共同的问题之一。现阶段，在PASCAL VOC等数据集中，传统的深度学习方法已经取得了不错的检测效果，但在遥感图像中检测准确率依然很低。针对以上问题，充分利用遥感图像特点，利用残差连接和多尺度特征提取方法构建轻量级网络模型，通过K-means算法对数据集中的目标边框进行聚类，得到改进的针对于遥感图像车辆检测网络。实验结果表明，该检测模型的召回率达到了95%，正确率达到了94%，在GeForce GTX 1080Ti显卡环境下的检测速度达到了156FPS。这种模型可以有效快速地针对遥感图像的车辆进行定位和识别。