科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对光学遥感图像目标精准定位困难，以及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，特征融合模块丰富CNN浅层特征的语义信息，Deformable Transformer对远距离特征建立依赖，有效实现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，自动学习和调整分类和定位任务的特征表示，缓解特征冲突。最后，提出L1-IoU loss作为定位损失函数，使模型在训练过程中更准确地衡量候选框与真实框的定位误差，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上对该方法的有效性进行评估，结果显示，与其他方法相比，本文方法具有较为明显的提升。
- 单位
