一种基于渐进特征平滑和尺度适应性膨胀卷积的遥感图像目标检测方法
摘要文本
本发明公开了一种基于渐进特征平滑和尺度适应性膨胀卷积的遥感图像目标检测方法，适用于遥感图像目标检测技术领域。所述方法包括：1、获取高分辨率的光学遥感图像数据集；2、将数据集划分为三个不同的子集，包括训练集、验证集和测试集，并对数据集进行预处理；3、建立遥感图像目标检测模型，并在训练过程中使用随机梯度下降算法；4、构建损失函数，其中模型的定位损失采用SIoU损失函数，以加快模型的收敛速度；5、利用模型的最佳参数，将训练集的遥感图像输入到检测模型中进行训练；6、将测试集的图像输入到最优的检测模型中，得到相应的检测结果。本发明适应于遥感场景下的多类别多尺度目标检测任务，能够提高目标检测的精度，并有效地减少漏检率。
申请人信息
- 申请人:石家庄铁道大学
- 申请人地址:050043 河北省石家庄市长安区北二环东路17号
- 发明人: 石家庄铁道大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于渐进特征平滑和尺度适应性膨胀卷积的遥感图像目标检测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311765955.1 |
| 申请日 | 2023/12/21 |
| 公告号 | CN117612029A |
| 公开日 | 2024/2/27 |
| IPC主分类号 | G06V20/13 |
| 权利人 | 石家庄铁道大学 |
| 发明人 | 张云佐; 刘婷; 于璞泽; 王双双; 杨月辉; 甄嘉闻 |
| 地址 | 河北省石家庄市北二环东路17号 |
专利主权项内容
1.一种基于渐进特征平滑和尺度适应性膨胀卷积的遥感图像目标检测方法，其特征在于，所述方法包括：步骤1：获取遥感图像目标检测所需的数据集；步骤2：对遥感图像数据集进行预处理，转换为适合YOLOv7训练的txt格式并进行数据集的划分和数据增强；步骤3：建立基于渐进特征平滑和尺度适应性膨胀卷积的遥感图像目标检测模型，所述目标检测模型如下：步骤3-1：将经过预处理的遥感图像输入到预设的特征提取网络中，生成不同尺寸的特征图；步骤3-2：通过预设的跨通道交互位置感知模块对特征图进行特征增强，产生更富辨别性的特征，使模型更专注重要的特征信息；步骤3-3：通过预设的渐进特征平滑模块平滑地融合深层和浅层特征图，确保特征间的连贯性；步骤3-4：利用预设的特征增强网络对得到不同尺度的平滑特征和增强特征进行多尺度特征融合；步骤3-5：将融合后的多尺度特征输入到尺度适应性膨胀卷积模块，以捕获目标的局部信息和全局信息，提高特征信息的利用率；步骤3-6：将经过尺度适应性膨胀卷积模块的特征输入到预设的检测头，实现多尺度目标检测；步骤4：利用所述数据集的训练集对模型进行训练，并引入SIoU定位损失函数加快模型的收敛速度，得到最优模型；步骤5：利用最优模型来测试所述数据集的测试集图像，得到最终测试结果。