基于深度学习的遥感建筑物识别方法研究

针对遥感影像建筑物识别中遇到的小目标漏检、背景复杂度高、虚警干扰因素多等问题，提出了一种基于深度学习的改进YOLOv3算法。以一阶段代表算法YOLOv3为基础，通过改进网络结构，修改特征图尺度，嵌入空洞卷积模块，加强算法检测能力和精度。实验数据表明，改进YOLOv3算法在满足了实时性的基础上，平均检测精度和召回率都较之原算法分别提高了4.47%和2.59%，因此提出的方法有效提高了对遥感建筑物的检测效果。