TY - JOUR ID - 10.11834/jrs.20231638 TI - 改进CenterNet在遥感图像目标检测中的应用 AU - 田壮壮 AU - 张恒伟 AU - 王坤 AU - 刘盛启 AU - 邹前进 AU - 赵镇 AU - 陈育斌 VL - IS - PB - 科学出版社 SP - EP - PY - JF - 遥感学报 JA - UR - http://jors.ijournals.cn/jrs/ch/reader/view_abstract.aspx?file_no=202110050000001&flag=2 KW - 遥感图像,目标检测,深度学习,CenterNet,注意力机制 KW - Remote sensing KW - object detection KW - deep learning KW - CenterNet KW - attention mechanism AB - 为了提高遥感图像目标检测的效率及精度,本文提出了一种基于改进CenterNet的遥感图像目标检测方法。基于CenterNet的检测框架,该方法能够降低目标检测所需要的步骤,减少对锚框的依赖。而在CenterNet的基础上,所提方法通过采用带有转置卷积的ResNet作为骨干网络,降低了骨干网络的参数数量;然后针对训练用的热力图标签,提出了针对中心点设计的高斯核适用范围边长的计算方法;最后利用注意力机制,提高所提取特征中目标区域特征的有效性。在公开的高分辨率遥感图像上的实验结果表明,三种改进措施将目标检测的精度提高了4.0%,与此同时所需的检测时间降低为原来的31.9%。与其他对比方法相比,所提方法在精度和速度上均有一定的优势,表明所提方法在遥感图像目标检测中具有一定的实用性。 ER -