【技术实现步骤摘要】
本专利技术涉及航空遥感图像目标检测，尤其涉及一种基于遥感基础模型辅助框架的无人机图像目标检测方法和系统。
技术介绍
1、航空遥感影像在城市规划、资源勘查、灾害救援、交通管理等领域得到了广泛应用，其中通过目标检测提取图像中关注的目标类别信息是一个重要的研究和应用方向，尤其是在深度学习技术快速发展的今天，基于深度学习的航空遥感图像目标检测技术已经成为一个热门的研究方向。
2、目标检测领域已经存在非常多的在海量自然场景数据(如imagenet(一种常用的图像识别数据集)、coco(由微软开发维护的大型图像数据集)和objects365(一个大规模、高质量的数据集)等)进行预训练的模型，参数量从几百万到几百亿不等，应用领域也不近相同。基于自然场景数据训练得到的各类预模型在应用到航空遥感影像目标检测领域下游任务时，需要在航空遥感图像上开展迁移训练才能够比较好的性能。相比于从头在航空遥感图像数据集上开展训练，利用这种迁移训练对模型参数进行初始化后获取的航空遥感图像目标检测结果更好。然而，由于存在数据领域、数据数量、数据质量、模型应用领域...
【技术保护点】
1.一种基于遥感基础模型辅助框架的无人机图像目标检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于遥感基础模型辅助框架的无人机图像目标检测方法，其特征在于，所述步骤二中，轻量化主干网络单元包括预处理子单元和轻量化四阶段处理子单元，所述预处理子单元用于对遥感图像进行预处理，轻量化四阶段处理子单元为轻量化主干网络对特征处理的四个阶段，每个阶段用于对预处理后的图像特征进行逐阶段特征处理。
3.根据权利要求2所述的一种基于遥感基础模型辅助框架的无人机图像目标检测方法，其特征在于，所述步骤二中，遥感基础模型单元包括视觉转换器子单元和特
【技术特征摘要】
1.一种基于遥感基础模型辅助框架的无人机图像目标检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于遥感基础模型辅助框架的无人机图像目标检测方法，其特征在于，所述步骤二中，轻量化主干网络单元包括预处理子单元和轻量化四阶段处理子单元，所述预处理子单元用于对遥感图像进行预处理，轻量化四阶段处理子单元为轻量化主干网络对特征处理的四个阶段，每个阶段用于对预处理后的图像特征进行逐阶段特征处理。
3.根据权利要求2所述的一种基于遥感基础模型辅助框架的无人机图像目标检测方法，其特征在于，所述步骤二中，遥感基础模型单元包括视觉转换器子单元和特征转换器子单元；
4.根据权利要求1所述的一种基于遥感基础模型辅助框架的无人机图像目标检测方法，其特征在于，所述步骤三中，基础特征融合单元包括基础模型特征适配子单元和线性交叉注意力子单元；
5.根据权利要求4所述的一种基于遥感基础模型辅助框架的无人机图像目标检测方法，其特征在于，所述线性交叉注意力子单元中，按照以下公式计算多头注意力：
6.根据权利要...
【专利技术属性】
技术研发人员：卢万杰，刘伟，牛朝阳，胡涛，蓝朝桢，李润生，王世举，施群山，吕亮，吴亚杰，谢丽敏，
申请(专利权)人：中国人民解放军战略支援部队信息工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。