改进Oriented R-CNN的遥感舰船目标细粒度检测方法

来源：计算机工程与应用杂志2024年第15期北京时间：

作者：周国庆, 黄亮, 孙乔

单位：海军工程大学 电子工程学院，武汉 430033

摘要：遥感图像舰船目标检测技术在工程上得到广泛应用。但是，目前的研究主要集中在粗粒度检测方法上，面向细粒度检测任务的研究较少。在遥感舰船图像中，细粒度检测面临两类挑战：一是目标任意角度分布，二是目标粗细粒度特征混杂，这些挑战造成现有细粒度检测方法存在检测精度不高的问题。为了解决上述问题，提出基于改进Oriented R-CNN网络的遥感舰船图像旋转目标细粒度检测方法。针对遥感图像中舰船目标任意角度分布的问题，基于Oriented R-CNN网络，提供了新的旋转目标候选框生成方法，有效降低背景冗余信息，提升模型表现。针对粗细粒度混杂的问题，提出特征再融合方法，在二阶段网络特征映射阶段融合FPN多层特征，充分保留目标的粗细粒度特征，提升细粒度检测能力。实验结果显示，改进模型在公开的遥感舰船细粒度检测数据集HRSC2016上，检测精度达到83.57%，取得了较好的检测效果。

关键词：细粒度检测,遥感图像,旋转检测,舰船目标