公开(公告)号：CN112016512A

公开(公告)日：2020-12-01

申请号：CN202010934966.8

申请日：2020-09-08

Applicant: 重庆市地理信息和遥感应用中心

Inventor： 丁忆 ,  肖禾 ,  马泽忠 ,  刘朝晖 ,  王小攀 ,  朱智勤 ,  李朋龙 ,  李鹏华 ,  罗鼎 ,  李晓龙 ,  舒文强 ,  秦瑛歆 ,  卢建洪 ,  吴开杰 ,  范琳洁

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T3/40

Abstract: 本发明公开了一种基于反馈式多尺度训练的遥感图像小目标检测方法，包括步骤：搭建由检测模块和反馈多尺度训练模块构成的反馈式多尺度卷积神经网络，输入原始图像数据采用端到端的方式对其进行训练；所述反馈多尺度训练模块根据检测模块输出的当前迭代过程的损失计算小目标的比例值；计算所得小目标的比例值与预设阈值进行比较，当小于预设阈值时，使用拼接图像数据作为下一次迭代的输入，否则使用原始图像数据作为输入；获得已训练好的反馈式多尺度卷积神经网络，输入待检测遥感图像，输出识别结果。增强了遥感图像中小目标的检测能力，抑制了过拟合现象和类别不均衡现象，对于遥感图像中的小目标检测具有更好的效果和鲁棒性。

公开(公告)号：CN112016511A

公开(公告)日：2020-12-01

申请号：CN202010934958.3

申请日：2020-09-08

Applicant: 重庆市地理信息和遥感应用中心

Inventor： 李朋龙 ,  丁忆 ,  马泽忠 ,  敖影 ,  钱进 ,  朱智勤 ,  李鹏华 ,  肖禾 ,  陈静 ,  刘建 ,  欧其健 ,  陈培恩 ,  陈甲全 ,  李政 ,  杨光谱

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于大尺度深度卷积神经网络的遥感图像蓝顶房检测方法，包括步骤：获取训练数据集并进行标注；构建包含特征提取网络、上下文增强模块、目标区域生成网络、空间注意模块、池化层、目标检测模块的网络模型；输入标注后的训练数据集训练网络模型；将待检测的遥感图像输入已训练好的网络模型，得到蓝顶房的检测结果。其显著效果是：通过将深度特征提取、目标候选区生成、锚框生成、上下文增强、空间注意力机制、目标检测过程都融入到一个端到端的深度网络模型中，对于多尺度的遥感图像蓝顶房的检测，能够达到良好的检测效果。