基于自适应采样和动态神经网络的遥感图像目标检测方法

本发明提出了一种基于自适应采样和动态神经网络的遥感图像目标检测方法，用以解决现有技术未对遥感图像目标分布和方向尺度随机性进行充分考虑，导致检测精度低的问题。包括：1)生成训练集和测试集，对训练集中的图片进行特征提取，并根据预测位置信息提取相应的特征作为内容查询；2)通过内容查询预测的位置偏移量，获取更为精细的多层特征，对其进行融合得到多尺度融合特征；3)将融合特征通过动态神经网络进行通道和位置信息的交互，解码得到预测框；4)通过计算损失和反向传播进行模型优化；5)将待测图像输入优化后模型，预测结果。本发明能够对准确定位遥感图像中的目标位置，显著提高了检测的精度和召回率。