[发明专利]一种遥感图像目标检测方法及装置

权利要求书

1.一种遥感图像目标检测方法，其特征在于，包括如下步骤：

建立深度全卷积神经网络；所述深度全卷积神经网络包括用于特征提取的主网络和用于目标检测的子网络；

利用图像分类数据库对主网络进行训练；在主网络训练完成后，添加子网络；利用遥感目标检测数据库对网络参数进行微调，得到训练好的深度全卷积神经网络；

将待测遥感图像输入至深度全卷积神经网络，得到最终的目标检测结果。

2.根据权利要求1所述的遥感图像目标检测方法，其特征在于，将待测遥感图像输入至深度全卷积神经网络前，还包括将待测遥感图片缩放至设定尺寸的步骤。

3.根据权利要求1所述的遥感图像目标检测方法，其特征在于，所述得到目标检测结果包括：通过深度全卷积神经网络的前向传播计算待测遥感图片中的目标位置和输出类别置信度信息，将输出类别置信度高于设定阈值的目标位置作为最终的目标检测结果。

4.根据权利要求3所述的遥感图像目标检测方法，其特征在于，所述子网络采用滑动窗口的方式对主网络产生的特征图上的区域进行卷积，以得到待测遥感图片中的目标位置和输出类别置信度信息。

5.根据权利要求3所述的遥感图像目标检测方法，其特征在于，在将输出类别置信度高于设定阈值的目标位置作为最终的目标检测结果前，还包括采用后处理方法来排除低质量的目标检测结果的步骤。

6.根据权利要求5所述的遥感图像目标检测方法，其特征在于，所述后处理方法为非极大抑制法。

7.根据权利要求3所述的遥感图像目标检测方法，其特征在于，所述目标位置包括外接长方形边界框的中心位置坐标、长度和宽度。

8.根据权利要求1所述的遥感图像目标检测方法，其特征在于，在主网络训练完成后，将全连接层去掉，在隐藏层上添加子网络；其中，所述主网络包括输入层，隐藏层和用作分类器的全连接层。

9.根据权利要求1所述的遥感图像目标检测方法，其特征在于，采用随机梯度下降法来利用遥感目标检测数据库对网络参数进行微调。

10.一种遥感图像目标检测装置，其特征在于，包括处理器，所述处理器用于执行指令实现如下方法：

建立深度全卷积神经网络；所述深度全卷积神经网络包括用于特征提取的主网络和用于目标检测的子网络；

利用图像分类数据库对主网络进行训练；在主网络训练完成后，添加子网络；利用遥感目标检测数据库对网络参数进行微调，得到训练好的深度全卷积神经网络；

将待测遥感图像输入至深度全卷积神经网络，得到最终的目标检测结果。