文章摘要:针对遥感图像目标广邻域稀疏、多邻域聚集、方向多样等特性导致检测难度大的问题,提出了一种基于稀疏Transformer的遥感旋转目标检测方法。首先，此方法在典型端到端Transformer网络的基础上，根据遥感图像的特性，利用k-means算法实现多域聚集，从而更好的提取稀疏域下的目标特征；其次，为适配旋转目标的基本属性,在边框生成阶段,提出了利用目标包围框的中心点及边框特征学习的策略，从而高效获取目标回归斜边框。最后，为提升网络对遥感目标的检测率,对网络的损失函数进行进一步优化。在DOTA和UCAS-AOD遥感数据集上的测试结果表明,此方法的平均精度分别为72.87%和90.4%,能很好地适应遥感图像中各类旋转目标的形状与分布特性。

文章关键词:

项目基金: