改进CenterNet的旋转农业大棚目标检测

王晓杰; 陈少康; 王利伟; 燕正亮; 王森; 杨鹤猛

您当前的位置：

首页 >

文章列表页 >

改进CenterNet的旋转农业大棚目标检测

测绘工程案例 | 更新时间：2026-08-11

- 改进CenterNet的旋转农业大棚目标检测
- 改进CenterNet的旋转农业大棚目标检测
- 地理空间信息 2025年23卷第8期页码：106-109+140
- 作者机构：
  
  1. 国网福建省电力有限公司电力科学研究院
  2. 天津航天中为数据系统科技有限公司
- 作者简介：
- 基金信息：
  
  国网福建省电力有限公司科技资助项目(52130423000X)
- DOI：
  中图分类号： P237;S316
- 纸质出版：2025
- 稿件说明：
移动端阅览
王晓杰, 陈少康, 王利伟, 等. 改进CenterNet的旋转农业大棚目标检测[J]. 地理空间信息, 2025,23(8):106-109+140.

王晓杰, 陈少康, 王利伟, et al. 改进CenterNet的旋转农业大棚目标检测[J]. 2025, 23(8): 106-109+140.
王晓杰, 陈少康, 王利伟, 等. 改进CenterNet的旋转农业大棚目标检测[J]. 地理空间信息, 2025,23(8):106-109+140. DOI：

王晓杰, 陈少康, 王利伟, et al. 改进CenterNet的旋转农业大棚目标检测[J]. 2025, 23(8): 106-109+140. DOI：

摘要

农业大棚的检测在保障农业生产和输电线路安全方面具有至关重要的意义，针对卫星影像下的农业大棚形状、纹理以及尺度变化多样的问题，提出了一种基于改进CenterNet的旋转农业大棚检测方法。该方法通过对CenterNet目标检测网络的改进，引入空间注意力和通道注意力机制，采用向量参数表示旋转框，并结合随机量化数据增强方法，提高了目标检测准确性和模型的泛化能力。实验结果显示，所提出的方法显著提升了卫星影像中大棚目标的检测效果，农业大棚识别的准确率达到了90.57%。

Abstract

关键词

Keywords

references

王月红,孟凡效,丁乐乐.基于深度学习的农业大棚检测[J].地理空间信息,2023(10).

石文西,雷雨田,汪月婷,袁媛,陈静波.基于深度学习的农业大棚遥感提取方法研究[J].无线电工程,2021(12).

Ren Shaoqing,He Kaiming,Girshick Ross,Sun Jian.Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks.[J].IEEE transactions on pattern analysis and machine intelligence,2017.

Bryan C. Russell,Antonio Torralba,Kevin P. Murphy,William T. Freeman.LabelMe: A Database and Web-Based Tool for Image Annotation[J].International Journal of Computer Vision,2008.

Robbins Herbert,Monro Sutton.A Stochastic Approximation Method[J].The Annals of Mathematical Statistics,1951.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

聚焦剖面研究南沙区东部海岸线和沙洲的演变

基于视觉提示词的耕地实例化分割方法

基于YOLOv11模型的铁路沿线塑料大棚自动检测技术

基于多源数据的长沙市水稻种植遥感监测研究

山地、高山地卫星影像的正射处理与质量控制