摘要
本发明提供了一种改进FCOS的遥感图像目标检测方法,涉及目标检测技术领域,该方法包括以下步骤:基于预先训练的卷积神经网络对遥感目标图像进行卷积和池化操作,生成初步特征,并利用孪生多层感知机对初步特征进行增强处理;通过特征图拼接的方式及特征图增强的方式,对多层次特征图中不同层次的特征信息进行融合处理;根据分析结果确定遥感图像目标的位置,得到目标检测结果。本发明通过特征金字塔网络结合创新的坐标注意力机制,实现高层语义信息与低层细节信息的融合,生成增强的多尺度特征图,以应对遥感图像中目标尺度的多样性,结合多尺度融合与无锚框设计,有效减少误检,从而在遥感图像目标检测领域展现出高效、精确且广泛的应用潜力。
技术关键词
多层次特征
特征金字塔网络
图像
多层感知机
分支
高层语义信息
焦点损失函数
通道注意力机制
表达式
坐标
预测特征
融合策略
像素
元素
检测头
上采样
多尺度
系统为您推荐了相关专利信息
检测网络模型
纹理特征提取
特征提取模块
图像处理方法
计算机可执行指令
状态空间模型
图像增强方法
图像增强网络
图像重建
浅层特征提取
图像识别方法
计算机可执行指令
时间段
图像识别系统
校正
超声工具
二维超声图像
神经外科手术导航系统
三维模型
三维超声图像