[发明专利]基于深度学习的遥感图像目标检测方法、装置、及存储介质

说明书

本发明适用于图像处理技术领域，提供了一种基于深度学习的遥感图像目标检测方法，包括：获取待检测的遥感图像，并对所述遥感图像进行预处理；利用预设的多尺度特征提取网络，对预处理后的遥感图像进行多尺度特征提取，得到每个图像尺度对应的特征图像；利用预设的多尺度区域预测网络，分别对每个图像尺度对应的特征图像进行候选区域的预测，得到每个图像尺度对应的候选框标记图像；利用预设的多尺度信息融合网络，将各个图像尺度对应的候选框标记图像进行融合，得到预设图像尺度的检测结果图。通过上述方法，能够有效提高遥感图像目标检测的准确度。

技术领域

本发明属于图像处理技术领域，尤其涉及一种基于深度学习的遥感图像目标检测方法、检测装置及终端设备。

背景技术

随着计算机技术的发展和视觉原理的广泛应用，利用计算机图像处理技术进行目标检测越来越热门。遥感图像的目标检测技术是随着遥感技术的发展而兴起的一项新的技术，因其作用距离远、覆盖范围广、执行效率高等优点，使其具有重要的军事意义和民用价值。

但是在复杂背景(如遮挡条件)下，现有的遥感图像目标检测方法的检测精度较低，限制了遥感图像的目标检测技术的应用范围。

发明内容

有鉴于此，本发明实施例提供了一种基于深度学习的遥感图像目标检测方法、检测装置及终端设备，以解决复杂背景下，现有的遥感图像目标检测方法的检测精度较低的问题。

本发明实施例的第一方面提供了一种基于深度学习的遥感图像目标检测方法，包括：

获取待检测的遥感图像，并对所述遥感图像进行预处理；

利用预设的多尺度特征提取网络，对预处理后的遥感图像进行多尺度特征提取，得到每个图像尺度对应的特征图像；

利用预设的多尺度区域预测网络，分别对每个图像尺度对应的特征图像进行候选区域的预测，得到每个图像尺度对应的候选框标记图像；

利用预设的多尺度信息融合网络，将各个图像尺度对应的候选框标记图像进行融合，得到预设图像尺度的检测结果图。

本发明实施例的第二方面提供了一种基于深度学习的遥感图像目标检测装置，包括：

预处理单元，用于获取待检测的遥感图像，并对所述遥感图像进行预处理；

特征提取单元，用于利用预设的多尺度特征提取网络，对预处理后的遥感图像进行多尺度特征提取，得到每个图像尺度对应的特征图像；

区域预测单元，用于利用预设的多尺度区域预测网络，分别对每个图像尺度对应的特征图像进行候选区域的预测，得到每个图像尺度对应的候选框标记图像；

结果融合单元，用于利用预设的多尺度信息融合网络，将各个图像尺度对应的候选框标记图像进行融合，得到与所述遥感图像的图像尺度相同的检测结果图。

本申请实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例第一方面提供的所述方法的步骤。

本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被一个或多个处理器执行时实现本申请实施例第一方面提供的所述方法的步骤。

本发明实施例与现有技术相比存在的有益效果是：