Предлагаемые платформы CNN для обнаружения объектов на спутниковых снимках?

Я ищу лодки в больших спутниковых сценах океана. Я успешно применил настройку Mask-RCNN от Matterport к небольшим подмножествам спутниковых снимков, но это слишком медленно для анализировать огромные изображения, такие как WorldView. Я ищу что-то быстрое, что может делать ограничивающие рамки, на питоне, реализовано в Keras и идеально оптимизировано (или хорошо задокументировано, чтобы я мог его оптимизировать) для спутниковых снимков. Какие-либо предложения?

Я нашел пару многообещающих зацепок:

• You Only Look Twice, YOLO variant optimized for satellite imagery but built in C and not super well documented
  • Code: https://github.com/avanetten/yolt
  • Документ: https://arxiv.org/pdf/1805.09512.pdf
• RasterVision: a general python based framework for applying CNNs to satellite imagery, looks promising but nascent
  • Code: https://github.com/azavea/raster-vision
• This Kaggle competition has some promising info but at ~18 months old is somewhat outdated:
  • Link: https://www.kaggle.com/c/dstl-satellite-imagery-feature-detection

Я могу попытаться настроить эту реализацию RetinaNet в Keras для спутниковых изображений, следуя предложениям из документа YOLT. но хотелось бы других предложений!