基于深度学习的SAR图像海洋涡旋自动检测模型
刘太龙1(
), 谢涛1,2,3,4(), 李建1,3,4, 王超1,5, 张雪红1,3,4
), 谢涛1,2,3,4(), 李建1,3,4, 王超1,5, 张雪红1,3,4
Deep learning-based automatic detection model for ocean eddies in SAR images
LIU Tailong1(), XIE Tao1,2,3,4(), LI Jian1,3,4, WANG Chao1,5, ZHANG Xuehong1,3,4
), XIE Tao1,2,3,4(), LI Jian1,3,4, WANG Chao1,5, ZHANG Xuehong1,3,4
图6.
a. SSD; b. Faster R-CNN; c. YOLOv7; d. YOLOv8; e. YOLOv9; f. EddyDetNet。图中蓝色方框处是被检测出来的涡旋, 数字表示模型检测的置信度。CE为气旋涡, AE为反气旋涡
Fig. 6.
