改进Oriented R-CNN的遥感图像定向目标检测算法

来源：电子测量技术杂志2024年第21期北京时间：

作者：王雷雨，王正勇，陈洪刚，何小海

单位：四川大学电子信息学院 成都 610065

摘要：近年来遥感目标检测的研究主要集中在改进边界框的表示方法，而忽略了遥感场景中独特的先验知识。为了进一步提高双阶段模型的检测精度，同时保持推理复杂度，本文以大核卷积构建的特征提取器LSKNet为基线，在特征表示和训练策略上进一步做出了改进。首先，通过RFA提取比例不变的上下文信息，以缓解LSKNet引入的背景噪声、提高模型对噪声的鲁棒性；然后，通过构建CS进一步提出CS策略来缩小不同尺度特征之间的语义鸿沟、使模型具备多尺度能力的同时更专注于小目标。本文的方法在几乎没有增加推理复杂度的同时，在大型遥感图像数据集DOTA上的单尺度结果达到了79.03% mAP50，证明了提出方案的有效性。

关键词：目标检测;遥感图像;小目标;残差特征增强;一致性监督

基金资助：国家自然科学基金（62271336，62211530110）、四川省科技计划资助（2024YFHZ0212）、中央高校基本科研业务费专项资金（SCU2023D062，2022CDSN-15-SCU）项目资助