摘要
本发明公开一种遥感图像有向目标检测方法,属于遥感图像处理技术领域,包括获取待检测的遥感图像数据,基于遥感图像有向预测模型,得到预测结果;遥感图像有向检测模型的训练方法包括获取并标注大量标注遥感图像作为训练集,提取遥感图像的多尺度特征,得到不同尺度的特征图进行融合,构建具有多尺度信息的特征金字塔图输入检测头中,进行分类、中心度、边界框以及角度预测;根据所述预测结果和标注信息,计算分类损失、中心度损失、边界框回归损失和角度参数回归损失,得到损失函数,利用基于长宽比激励策略的非角度周期性损失函数计算角度参数回归损失。本发明解决了现有技术在对有向目标进行检测时出现的角度周期性问题和长宽比过大的问题。
技术关键词
多尺度信息
遥感图像数据
Sigmoid函数
卷积神经网络提取
特征金字塔网络
长宽比
周期性
深度学习网络
分支
遥感图像处理技术
参数
上采样
训练集
残差网络
焦点损失函数
ReLU函数
样本
图像类别
系统为您推荐了相关专利信息
装载机
辅助控制系统
DWA算法
并行遗传算法
障碍物
轻量化方法
乳腺
卷积模块
医学影像分析技术
医学图像分割模型
双流卷积神经网络
活体生物特征
行李
管理系统
雷达
医学影像标注方法
光学相干断层扫描
视野
分数阶傅里叶变换
晚期青光眼