摘要
本发明公开了基于YOLOV8的实时单阶段遥感图像矫正目标检测方法,涉及遥感图像处理技术领域。该方法通过基于YOLOv8骨干网络嵌入可变形卷积动态预测局部几何畸变参数,生成自适应形变场,实现像素级实时矫正,通过双向路径聚合网络融合浅层细节与高层语义特征,结合通道注意力与空间门控机制,增强小目标检测能力并抑制背景噪声,通过解耦式旋转检测头将角度预测分为离散分类与连续残差回归任务,结合方向敏感损失函数消除角度周期性误差,提升旋转框定位精度。构建动态多任务协同损失函数,引入梯度分布一致性约束联合优化矫正与检测任务,通过端到端闭环训练实现特征语义对齐与模型自增强。显著提升旋转目标检测精度与复杂场景鲁棒性。
技术关键词
矫正
高层语义特征
多粒度特征
特征提取网络
多任务
畸变参数
损失函数优化
动态
旋转敏感特征
遥感图像处理技术
阶段
双线性插值算法
可变形卷积层
抑制背景噪声
交互式特征
无畸变图像
通道注意力机制
遥感图像数据
系统为您推荐了相关专利信息
医疗健康数据
医学知识图谱
个性化用药
药物
推荐方法
故障分类模型
故障分类方法
特征提取网络
深度图
线性分类器
音频重采样方法
深度卷积神经网络
感知损失函数
蓝牙耳机
采样器