文档名：面向遥感目标检测的无锚框Transformer算法
摘要：遥感图像目标具有多方向排布、小且密集等特性,使基于深度学习的旋转目标检测算法存在检测精度不佳的问题.针对这一问题,本文提出了一种面向遥感目标检测的无锚框Transformer算法.首先,采用层次化Trans-former采集不同分辨率的特征信息以扩大特征信息的采集范围.其次,构建一种新的前馈网络(Spacial-FeedForwardNeuralnetwork,SFFN).SFFN将3′3深度可分离卷积的局部空间特性和多层感知机(MultiLayerPerceptron,MLP)的全局通道特性融合在一起,以解决前馈网络(FeedForwardNeuralnetwork,FFN)在局部空间建模上的不足.最后,基于SFFN架构搭建了无锚框检测器,将预测框回归问题分为水平框与旋转框,缓解了旋转框的损失不连续性问题.在DO-TA数据集上的测试结果表明,此方法的平均精度达到了75.83%,同时在NWPUVHR-10数据集上5类小目标检测结果达到了92.47%,在遥感目标检测精度上更具竞争力.
Abstract：Aerialremotesensingimagetargetshavethecharacteristicsofmulti-directionalarrangement,small,anddense.Therotatingtargetdetectionalgorithmbasedondeeplearninghastheproblemofpoordetectionaccuracy.Tosolvethisproblem,thearticleproposesanovelanchor-freeTransformeralgorithmforaerialremotesensingtargetdetection.Firstly,hierarchicalTransformerisusedtocollectfeatureinformationofdifferentresolutionstoimprovetherangeoffea-tureinformationcollection.Secondly,anewfeedforwardnetwork(Spacial-FeedForwardNeuralnetwork,SFFN)iscon-structed.SFFNcombinesthelocalspacecharacteristicsof3×3depthseparableconvolutionwiththeglobalchannelcharac-teristicsofmulti-layerperceptron(MLP)tosolvetheshortcomingsoffeedforwardneuralnetwork(FFN)inlocalspacemodeling.Finally,ananchor-freedetectorisbuiltbasedonSFFNarchitecture,andtheregressionproblemofpredictionframeisdividedintohorizontalframeandrotatingframe,whichalleviatesthelossdiscontinuityproblemofrotatingframe.ThetestresultsonDOTAdatasetshowthattheaverageaccuracyofthismethodhasreached75.83%,respectively,whileachieving92.47%of5smalltargetsonNWPUVHR-10dataset,whichismorecompetitiveinremotesensingtargetdetec-tionaccuracy.
作者：喻九阳 胡天豪 戴耀南 张德安 夏文凤Author：YUJiu-yang HUTian-hao DAIYao-nan ZHANGDe-an XIAWen-feng
作者单位：武汉工程大学机电工程学院湖北省绿色化工装备工程技术研究中心,湖北武汉430205
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2023, 51(11)
分类号：TP391TP183
关键词：遥感图像 目标检测 Transformer算法 无锚框检测器
Keywords：remotesensingimage targetdetection Transformeralgorithm anchor-freedetector
机标分类号：TP391.41TP75TN911.73
在线出版日期：2024年2月1日
基金项目：面向遥感目标检测的无锚框Transformer算法[
期刊论文] 电子学报--2023, 51(11)喻九阳 胡天豪 戴耀南 张德安 夏文凤遥感图像目标具有多方向排布、小且密集等特性,使基于深度学习的旋转目标检测算法存在检测精度不佳的问题.针对这一问题,本文提出了一种面向遥感目标检测的无锚框Transformer算法.首先,采用层次化Trans-former采集不同分...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
面向遥感目标检测的无锚框Transformer算法 Anchor-Free Transformer Algorithm for Aerial Remote Sensing Target Detection
面向遥感目标检测的无锚框Transformer算法.pdf
- 文件大小:
- 2.29 MB
- 下载次数:
- 60
-
高速下载
|
|
