公开(公告)号：CN116403115A

公开(公告)日：2023-07-07

申请号：CN202310668054.4

申请日：2023-06-07

申请人： 江西啄木蜂科技有限公司

发明人： 梁北大 ,  李翔 ,  陈云龙 ,  王洪辉 ,  魏霞 ,  李锟

IPC分类号： G06V20/10 ,  G06V10/82 ,  G06V10/22 ,  G06V10/764

摘要： 本发明提供了一种大幅面遥感影像目标检测方法，涉及图像数据处理技术领域；该方法包括以下步骤：S10、对输入图像进行数据增强处理；S20、在卷积神经网络中，通过引入通道注意力机制和空间注意力机制，得到具有通道注意力机制和空间注意力机制的特征图；S30、将步骤S20得到的特征图送入特征化图像金字塔FPN中，生成具有不同分辨率的特征图；在低分辨率的特征图上得到目标的粗略位置，根据得到的粗略位置在高分辨率的特征图上进行搜索，找出目标在高分辨率特征图的位置；在高分辨率特征图的基础上丢弃背景信息，构建新的高分辨率特征图并参与回归损失计算；本发明能解决遥感图像的背景复杂，目标较小的问题。

公开(公告)号：CN116258978A

公开(公告)日：2023-06-13

申请号：CN202310547343.9

申请日：2023-05-16

申请人： 江西啄木蜂科技有限公司

发明人： 梁北大 ,  李翔 ,  陈云龙 ,  王洪辉 ,  魏霞 ,  李锟

IPC分类号： G06V20/13 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06V10/766 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明提供了一种自然保护区遥感影像弱标注的目标检测方法，涉及图像处理技术领域；包括：S10、包含弱标注的自然保护区数据集图像形成自然保护区弱标注数据集，通过自然保护区弱标注数据集输入图像至自然保护区遥感图像双检测网络；S20、在自然保护区遥感图像双检测网络的分类与回归模块中，加入弱标注框优化算法；在自然保护区遥感图像双检测网络的分类与回归模块中，加入标注分配蒸馏算法；S30、将自然保护区遥感图像双检测网络的检测结果作为自然保护区弱标注图像目标检测的最终检测结果；本发明可以有效提升带有不精确边界框标注数据的自然保护区遥感影像目标检测精度和泛化能力。

公开(公告)号：CN116258971B

公开(公告)日：2023-08-08

申请号：CN202310543222.7

申请日：2023-05-15

申请人： 江西啄木蜂科技有限公司

发明人： 梁北大 ,  李翔 ,  陈云龙 ,  王洪辉 ,  魏霞 ,  李锟

IPC分类号： G06V20/10 ,  G06V10/30 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048

摘要： 本发明公开了一种多源融合的林业遥感影像智能解译方法，涉及遥感图像处理技术领域；该方法包括以下的步骤：S10、将采集的林业遥感影像输入至多源影像融合模块中，多源影像融合模块对林业遥感影像进行特征修正和特征融合后，获得多源多粒度的林业遥感影像特征；S20、将林业遥感影像特征输入至多源多粒度特征融合模块内，多源多粒度特征融合模块为一个自顶向下和自底向上的双向融合骨干网络，通过双向融合骨干网络实现特征双向融合；S30、经特征双向融合的特征被送入林业遥感影像解译模块内进行解译；本发明的有益效果是：解决了林业遥感影像中小目标特征难以提取的问题。

公开(公告)号：CN116403115B

公开(公告)日：2023-08-22

申请号：CN202310668054.4

申请日：2023-06-07

申请人： 江西啄木蜂科技有限公司

发明人： 梁北大 ,  李翔 ,  陈云龙 ,  王洪辉 ,  魏霞 ,  李锟

IPC分类号： G06V20/10 ,  G06V10/82 ,  G06V10/22 ,  G06V10/764

摘要： 本发明提供了一种大幅面遥感影像目标检测方法，涉及图像数据处理技术领域；该方法包括以下步骤：S10、对输入图像进行数据增强处理；S20、在卷积神经网络中，通过引入通道注意力机制和空间注意力机制，得到具有通道注意力机制和空间注意力机制的特征图；S30、将步骤S20得到的特征图送入特征化图像金字塔FPN中，生成具有不同分辨率的特征图；在低分辨率的特征图上得到目标的粗略位置，根据得到的粗略位置在高分辨率的特征图上进行搜索，找出目标在高分辨率特征图的位置；在高分辨率特征图的基础上丢弃背景信息，构建新的高分辨率特征图并参与回归损失计算；本发明能解决遥感图像的背景复杂，目标较小的问题。

公开(公告)号：CN116258971A

公开(公告)日：2023-06-13

申请号：CN202310543222.7

申请日：2023-05-15

申请人： 江西啄木蜂科技有限公司

发明人： 梁北大 ,  李翔 ,  陈云龙 ,  王洪辉 ,  魏霞 ,  李锟

IPC分类号： G06V20/10 ,  G06V10/30 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048

摘要： 本发明公开了一种多源融合的林业遥感影像智能解译方法，涉及遥感图像处理技术领域；该方法包括以下的步骤：S10、将采集的林业遥感影像输入至多源影像融合模块中，多源影像融合模块对林业遥感影像进行特征修正和特征融合后，获得多源多粒度的林业遥感影像特征；S20、将林业遥感影像特征输入至多源多粒度特征融合模块内，多源多粒度特征融合模块为一个自顶向下和自底向上的双向融合骨干网络，通过双向融合骨干网络实现特征双向融合；S30、经特征双向融合的特征被送入林业遥感影像解译模块内进行解译；本发明的有益效果是：解决了林业遥感影像中小目标特征难以提取的问题。