[发明专利]即插即用的多尺度空间和通道注意遥感影像目标检测方法

权利要求书

1.一种即插即用的多尺度空间和通道注意遥感影像目标检测方法，其特征在于，所述方法包括：

获取原始特征图，其中，所述原始特征图为由深度卷积神经网络提取图像的特征图；

对所述原始特征图进行全局平均池化操作，得到特征图向量；

由全连接层对特征图向量进行两次线性变换，得到通道注意图；

对原始特征图通过不同感受野的卷积产生至少三种不同尺度的空间注意图；

将三种尺度的空间注意图相乘得到多尺度空间注意图；

将通道注意图在空间上进行扩张，将多尺度空间注意图在通道上进行扩张；

将扩张后的所述多尺度空间注意图和所述通道注意图相乘，得到多尺度空间和通道注意；

将多尺度空间和通道注意施加到原始特征图上生成新的特征图。

2.根据权利要求1所述的一种即插即用的多尺度空间和通道注意遥感影像目标检测方法，其特征在于，所述新的特征图与原始特征图尺寸一致。

3.根据权利要求1所述的一种即插即用的多尺度空间和通道注意遥感影像目标检测方法，其特征在于，所述多尺度空间和通道注意机制用于植入任一基于深度学习的目标检测模型。

4.根据权利要求1所述的一种即插即用的多尺度空间和通道注意遥感影像目标检测方法，其特征在于，所述多尺度空间和通道注意施加到原始特征图上输出的新的特征图用于作为后续深度神经网络卷积层的输入。

5.根据权利要求1所述的一种即插即用的多尺度空间和通道注意遥感影像目标检测方法，其特征在于，所述全局平均池化包括：所述原始特征图的尺寸为H×W×C，则通道的特征图尺寸为H×W，对通道的特征图求H×W个元素的平均值，得到尺寸为1×1×C的特征图向量。

6.根据权利要求1所述的一种即插即用的多尺度空间和通道注意遥感影像目标检测方法，其特征在于，所述线性变换包括：将特征图向量和一个尺寸为1×1×W的变换矩阵相乘。

7.根据权利要求1所述的一种即插即用的多尺度空间和通道注意遥感影像目标检测方法，其特征在于，还包括：通过空洞卷积的方式改变卷积的感受野。