基于权重再分配和任务对齐的遥感图像弱监督目标检测方法

本发明公开了一种基于权重再分配和任务对齐的遥感图像弱监督目标检测方法，主要解决现有检测方案邻域目标误分类、仅关注目标最显著区域以及分类分支与回归分支不一致的问题。方案包括：引入高质量正实例挖掘获取种子实例，依据实例间的空间和特征相似性确定邻域实例和背景实例；通过计算正实例之间的空间关系矩阵，筛选覆盖目标完整的实例，完成正实例权重再分配；同时考虑弱监督目标检测模型初期的不稳定性，引入任务对齐边框回归损失，通过设计任务对齐调制因子来动态调整权重，再将调制因子和实例的困难程度结合作为回归分支的权重。本发明能够避免邻域实例的误分类、关注目标整体，以及增加分类与回归分支的耦合性，有效提升检测性能。