一种用于遥感图像中小目标检测的多分支检测方法技术

本发明专利技术提供一种用于遥感图像中小目标检测的多分支检测方法。该方法包括：步骤1：构建RepDarkNet主干网络，使用所述RepDarkNet主干网络对遥感图像进行特征提取，其中，所述RepDarkNet主干网络包含五个串联的特征提取分支；步骤2：构建跨层融合网络，使用所述跨层融合网络对所述RepDarkNet主干网络提取到的五个特征图进行跨层特征融合；步骤3：设计边界框回归损失函数，基于所述边界框损失函数和融合后特征得到小目标检测框。通过在Dior数据集和NWPU VHR

【技术实现步骤摘要】
一种用于遥感图像中小目标检测的多分支检测方法


[0001]本专利技术涉及遥感目标检测
，尤其涉及一种用于遥感图像中小目标检测的多分支检测方法。

技术介绍

[0002]随着先进航空技术和遥感图像传感器的不断发展，光学遥感图像中的目标检测受到越来越多的研究关注。然而由于遥感目标的尺寸大小不一致，大多数目标尺寸很小，占据的像素较小，导致现有的检测方法较难提取特征。为了检测小目标，主干网络起着重要的作用，一个好的主干网络可以提取更多丰富的特征信息。而现有有关遥感方面的检测方法中，由于其主干网络的特征提取能力不足，导致检测方法在遥感图像中无法取得较好的表现，进而带来的检测效果不太理想。

技术实现思路

[0003]针对现有检测方法对小尺寸目标的特征提取能力不足，无法在遥感图像中取得良好的效果的问题，本专利技术提供一种用于遥感图像中小目标检测的多分支检测方法。
[0004]本专利技术提供的一种用于遥感图像中小目标检测的多分支检测方法，包括：
[0005]步骤1：构建RepDarkNet主干网络，使用所述RepDarkNe本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于遥感图像中小目标检测的多分支检测方法，其特征在于，包括：步骤1：构建RepDarkNet主干网络，使用所述RepDarkNet主干网络对遥感图像进行特征提取，其中，所述RepDarkNet主干网络包含五个串联的特征提取分支；步骤2：构建跨层融合网络，使用所述跨层融合网络对所述RepDarkNet主干网络提取到的五个特征图进行跨层特征融合；步骤3：设计边界框回归损失函数，基于所述边界框损失函数和融合后特征得到小目标检测框。2.根据权利要求1所述的一种用于遥感图像中小目标检测的多分支检测方法，其特征在于，步骤1中，所述五个串联的特征提取分支按照先后串联顺序分别记作R1分支、R2分支、R3分支、R4分支和R5分支；在所述R4分支和R5分支之间还串联有SPP模块；每个特征提取分支均包括第一CBL模块、第二CBL模块、ResBlock模块和concat模块；其中，R1分支、R2分支、R3分支、R4分支和R5分支中的所述ResBlock模块的个数按照先后顺序分别为1、2、3、4和5；每个特征提取分支对输入的特征图的处理过程为：特征图先输入至所述第一CBL模块进行处理，所述第一CBL模块输出后的特征图分别输入至所述第二CBL模块和所述ResBlock模块进行处理；所述第一CBL模块输出的特征图、所述第二CBL模块输出的特征图和所述ResBlock模块输出的特征图共同输入至所述concat模块进行concat处理，所述concat模块的输出作为当前特征提取分支的输出。3.根据权利要求2所述的一种用于遥感图像中小目标检测的多分支检测方法，其特征在于，所述ResBlock模块包括第三CBL模块、第四CBL模块和一个add模块；所述第一CBL模块输出的特征图依次经过所述第三CBL模块和所述第四CBL模块进行处理；所述第一CBL模块输出的特征图和所述第四CBL模块输出...

【专利技术属性】
技术研发人员：周黎鸣，饶晓晗，李亚辉，郑昌，左宪禹，刘成，韩宏宇，党兰学，
申请(专利权)人：河南大学，
类型：发明
国别省市：