DOTA에서 객체 감지를 위한 CNN 기반 스마트 사전 훈련 모델의 비교 분석

본 논문에서는 CNN(VGG-16, Inception-V3, ResNet-50, EfficientNet-B7) 및 R-CNN의 일부 사전 훈련 모델을 사용하여 위성 이미지에서 다양한 객체 분류에 대한 비교 연구를 제안했습니다. 이 연구에서는 14개 클래스의 데이터를 결합한 DOTA 데이터셋을 사용했습니다. 우리는 정확도 및 생산성을 위한 최적의 결과를 달성하기 위해 위에 언급된 CNN의 사전 훈련 모델과 R-CNN을 구현했습니다. 원격으로 접근된 이미지에서 선박, 테니스 코트, 수영장, 차량 및 항구와 같은 객체를 감지하기 위해 Convolutional Neural Network(CNN)를 기본 모델로 사용했습니다. 결과를 가속화하고 복잡한 계산을 위해 전이 학습 메커니즘을 적용했습니다. 실험 분석을 통해 R-CNN과 Inception-V3가 다섯 개의 사전 훈련 모델 중에서 가장 우수한 성능을 보이고 있음을 발견했습니다.