源自：电子学报

作者：陈立  张帆  郭威  黄赟

注：若出现无法显示完全的情况，可 V  搜索“人工智能技术与咨询”查看完整文章

摘 要

遥感图像目标具有多尺度、大横纵比、多角度等特性，给传统的目标检测方法带来了新的挑战.针对现有方法应用于目标尺度小、横纵比例不均衡的遥感图像时存在的精度下降问题，提出一种基于多阶段特征融合的目标检测方法MF2M（Multi-stage Feature Fusion Method）.该方法在一阶段对特征图通道进行组合拆分，再采用卷积拼接的融合方式聚合通道维度的特征，从而强化输出的目标空间轮廓信息；二阶段设计多比例的非对称卷积块，增强大横纵比目标的高维全局特征，改善目标与检测框匹配粗糙的问题，同时利用串并行相结合的处理方式减少冗余卷积参数，加速网络收敛.在DOTA（Dataset for Object deTection in Aerial images）数据集上的实验结果表明，基准方法引入MF2M后，在保证检测速度的前提下精度指标mAP提高至76.44%，结果验证了所提算法的有效性与可靠性.

关键词

遥感图像 / 目标检测 / 多阶段特征融合 / 通道拼接 / 非对称卷积

声明:公众号转载的文章及图片出于非商业性的教育和科研目的供大家参考和探讨，并不意味着支持其观点或证实其内容的真实性。版权归原作者所有，如转载稿涉及版权等问题，请立即联系我们删除。

注：若出现无法显示完全的情况，可 V  搜索“人工智能技术与咨询”查看完整文章