В данной работе были описаны основные принципы работы архитектуры FFPF, проведено сравнение результатов эксперимента с результатами известных сетей на основе распознавания изображений из стандартных тестовых наборов данных DIOR и DOTA, получены показатели средней точности mAP. Результаты работы демонстрируют эффективность работы архитектуры и актуальность её применения в задачах распознавания мелких объектов на изображениях.

In this paper we experiment on remote sensoring using new FFPF architecture which utilizes FFT for extracting spectral feature map. We compare the results of FFPF on DIOR and DOTA datasets with other state-of-the-art approaches to the task.