基于遥感数据的无锚目标检测网络研究.pdfVIP

摘要

遥感图像目标检测作为遥感领域中一个重要分支，其主要目的是从遥感图像

中自动检测到感兴趣的目标。随着计算机视觉领域的飞速发展，基于深度学习的遥

感图像目标检测也已经在其他领域中引起了广泛的关注，如环境监控、智慧交通、

农业管理等。遥感图像具有视野面积大、图像显示效果好、范围广、更直观等特点，

其中部分遥感成像技术受气象情况影响较小，而且遥感图像目标检测的应用有利

于提升社会民生服务质量。

近几年，虽然遥感技术的发展为遥感图像目标检测领域提供了丰富的数据基

础，但基于深度学习的遥感检测模型仍存在很多不足。相较于常规图像数据，遥感

设备以俯视角度进行图像采集，其中遥感目标方向偏移角度多样，而且当前模型中

普遍使用的连续卷积特征细化方法，容易造成特征信息损失的问题；由于遥感图像

采集设备分辨率或距地距离的差异，遥感图像中同类目标尺寸差异过大，造成同类

目标特征提取不准确的问题；当前多数模型采用大型主干网络或扩大架构来提升

性能，这样会导致模型难以训练，造成模型运行效率低的问题。以上这些问题给遥

感图像目标检测的发展和普及带来了很大的不利。

针对上述问题，本论文将从以下几个方面展开研究：

(1)针对遥感目标方向不定所产生的问题，提出了一种残差增强卷