1.一种定向遥感目标检测方法,其特征在于,包括:
步骤1:采用主干网络提取输入图像的三种不同尺度大小的特征图C3、C4和C5;
步骤2:采用特征金字塔网络对特征图C3、C4和C5进行融合,得到五种不同尺度大小的金字塔特征图P3、P4、P5、P6和P7;
步骤3:采用跨网格标签分配策略来为真值框分配正负样本,进而采用分配好的样本对特征细化检测头进行训练;所述跨网格标签分配策略具体包括:遍历特征金字塔网络各层输出的特征图,基于最大IoU规则匹配将各层特征图上的所有锚框分为候选阳性样本、候选阴性样本和忽略样本;
遍历特征金字塔网络各层输出的特征图,判断当前层特征图上是否存在候选阳性样本:若存在,则从目标中心的邻域网格集合中选择距离目标中心最近的个邻域网格,将该个邻域网格对应的锚框作为初步候选阳性样本集,记作;针对中的每个样本,如果样本的中心点在真值框和候选阳性样本中且其中心点所在的网格负责检测目标,则将该样本作为真值框的阳性样本;若不存在,则遍历下一层;直至遍历完所有层的特征图;其中,i表示特征金字塔网络的第i层;
步骤4:将五种不同尺度大小的金字塔特征图P3、P4、P5、P6和P7输入至训练好的特征细化检测头,得到目标检测结果;所述特征细化检测头的目标检测过程具体包括;
输入的金字塔特征图经过两个串接的卷积层得到分类特征图,基于所述分类特征图按照公式(1)生成细化特征图:(1)
其中,=3,4,5,6,7;
输入的金字塔特征图经过两个串接的卷积层得到回归特征图,在所述回归特征图上选择9个采样点;针对每个采样点,按照公式(2)生成对齐特征图:(2)
其中,表示对齐卷积,表示回归特征图上的每个采样点通过卷积生成的5D偏移向量;
根据对齐特征图分别进行分类和边界回归,预测得到目标的类别和定向框参数。