摘要
本发明涉及一种基于粗细双检测框架的海面光学遥感图像舰船检测方法,先对多张待检测遥感图像同时进行粗检测获得多个初始舰船显著性图,然后拼接多个初始舰船显著性图获得舰船总显著性图,最后基于改进Mask R‑CNN网络框架对舰船总显著性图进行细检测获得目标检测图。改进Mask R‑CNN网络框架为将原始Mask R‑CNN框架中的主干网络由ResNet替换为Swin‑Transformer,以及在特征金字塔之前添加上下文增强模块后获得的网络框架。粗检测基于全卷积transformer模块和宽焦点模块对待检测遥感图像进行处理获得初始舰船显著性图。该方法漏检率和虚警率低且能够对密集停靠或部分重叠的舰船进行有效的实例分割和精确的轮廓描绘定位。
技术关键词
高维特征向量
图像压缩
框架
融合特征
密集特征
特征金字塔
网络
多任务损失函数
语义信息提取
多尺度特征融合
模块
实例分割
焦点
图像拼接
注意力机制
滑动窗口
马赛克
系统为您推荐了相关专利信息
管道泄漏检测方法
静态特征
预测管道泄漏
融合特征
样本
谣言检测方法
帖子
融合特征
上下文特征
情感特征
分层强化学习
决策方法
策略
决策算法
强化学习模型