基于Deformable Transformer和自适应检测头的遥感图像目标检测

作     者：彭浩康 葛芸 杨小雨 胡昌泉 Peng Haokang;Ge Yun;Yang Xiaoyu;Hu Changquan

作者机构：南昌航空大学软件学院江西南昌330063 江西慧航工程咨询有限公司江西南昌330038 

基　　金：国家自然科学基金(42261070 41801288) 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2024年第61卷第12期

页      码：315-326页

摘      要：针对光学遥感图像目标精准定位困难、分类和定位特征容易存在冲突等问题,提出了一种基于Deformable Transformer和自适应检测头的遥感图像目标检测方法。首先,设计基于特征融合和Deformable Transformer的特征提取网络,其中特征融合模块能丰富卷积神经网络浅层特征的语义信息,Deformable Transformer能对远距离特征建立依赖,可以有效实现对全局语义信息的捕获,提升特征表达能力。其次,构建基于任务学习模块的自适应检测头,在检测头中强化任务感知,能够自动学习与调整分类和定位任务的特征表示,缓解特征冲突。最后,将L1-IoU loss作为定位损失函数,在训练过程中能使模型更准确地衡量候选框与真实框之间的定位误差,从而提高目标定位的准确性。在高分辨率遥感数据集NWPU VHR-10和RSOD上对该方法进行有效性评估,结果显示,与其他方法相比,所提方法具有较为明显的提升效果。

主 题 词：遥感图像 目标检测 Deformable Transformer 任务学习模块 自适应检测头 L1-IoU loss 

学科分类：0810[工学-土木类] 08[工学] 081002[081002] 

核心收录：

D　O　I：10.3788/LOP231702

馆 藏 号：203128313...