基于深度多尺度和上下文学习的遥感影像目标检测方法

作者:张向荣; 唐旭; 王少娜; 陈璞花; 古晶; 马文萍; 马晶晶; 侯彪
来源:2019-07-01, 中国, ZL201910583811.1.

摘要

本发明公开了一种基于深度多尺度和上下文学习的遥感影像目标检测方法,主要解决现有技术特征融合方式粗略,未考虑到上下文特征信息的利用,导致检测精度低的问题。其实现步骤为:在遥感影像目标检测数据集中获取训练样本和测试样本;构建多尺度和上下文特征增强的RetinaNet检测模型,设定目标分类任务和目标位置回归任务整体的损失函数;将训练样本输入到所构建的检测模型中进行训练,得到训练好的检测模型;将测试样本输入训练好的检测模型中,预测输出目标类别、目标置信度及目标位置。本发明提升了特征的表达能力,提高了遥感影像目标检测的平均精度,可用于获取一幅遥感影像里感兴趣的目标及目标的位置。