有哪些信誉好的足球投注网站- 1、本文档共50页，可阅读全部内容。
- 2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
PAGE2
遥感图片识别技术研究
作者姓名：苏语稻香指导老师：版权方要求不公开
摘要
遥感图像识别技术被广泛应用于军事、地理研究等专业领域，以及地图导航、自动驾驶等民用领域。当下，激增的遥感识别需求和庞大的遥感图像数据对遥感识别技术提出快和准的新要求，传统检测技术面临挑战。而快速发展的机器学习技术，又为遥感识别技术的改良提供了新思路。
本文通过机器学习技术配合目标检测算法，实现对遥感图像中指定对象的自动化机器识别。系统采用TensorFlow和Keras框架搭建机器学习部分，采用Yolo-v3算法对遥感图像进行目标检测。系统框架搭建完成后需要进行训练才能正常识别遥感图像。其过程为：使用自主开发的爬虫程序采集遥感图像；对图像中要识别的对象进行人工标记，制作成样本；将样本提供给系统进行有监督学习；最后系统经过迭代训练生成检测遥感图像的模型。当系统对其他遥感图像进行检测时，需要先载入该模型，再利用目标检测算法提取图像特征进行对比，得到遥感图像中指定检测对象的数量以及各个对象的坐标。本文的遥感识别系统检测遥感图片中的桥梁、港口、机场，要求平均查准率不低于30%，平均检测准确率不低于60%，主要进行了以下设计：
开发爬虫程序，采集更多的遥感图像样本来训练系统。开发独立的训练模块，让系统多次进行有监督学习，获取更精确的检测模型。
对Yolo目标检测算法和后端框架进行封装，以模块化的方式优化系统的结构。
最终，系统能够对遥感图像中桥梁、港口、机场三个对象进行检测，平均检测准确率达到61.06%，平均查准率达到33.77%。
关键词：遥感图像识别；目标检测；Yolo-v3；机器学习
abstract
Remotesensingimagerecognitiontechnologyiswidelyusedinmilitary,geographicresearchandotherprofessionalfields,aswellasmapnavigation,automaticdrivingandothercivilfields.Atpresent,therapidgrowthofremotesensingrecognitionneedsandhugeremotesensingimagedataputforwardnewrequirementsoffastandaccuratetoremotesensingrecognitiontechnology,andthetraditionaldetectiontechnologyisfacingchallenges.Therapiddevelopmentofmachinelearningtechnologyprovidesnewmethodfortheimprovementofremotesensingrecognitiontechnology.
Inthispaper,machinelearningtechnologycombinedwithtargetdetectionalgorithmisusedtorealizeautomaticmachinerecognitionofspecifiedobjectsinremotesensingimages.Themachinelearningpartofthesystemisbasedontensorflowandkerasframework,andusesYolo-v3algorithmtodetectremotesensingimage.Afterthesystemisbuilt,inordertorecognizeremotesensingimages，trainingisneeded.Theprocessisasfollows:usingself-developedcrawlerprogramtocollectremotesensingimages;Theobjecttobeidentifiedintheimageismanuallymarkedandmadeintoasample;Thesamplesareprovidedtothesystemforsupervisedlearning;finally,thesystemgeneratesthemodelof
文档评论（0）