[发明专利]高分辨率遥感图像目标检测方法、装置和计算机设备

权利要求书

1.一种高分辨率遥感图像目标检测方法，其特征在于，所述方法包括：

获取包括真实边界框的高分辨率遥感训练图像；

按照预先设置的一组缩放倍数值，对所述高分辨率遥感训练图像进行多次缩放处理，将得到的多个图像按照预设图像尺寸和交叠尺寸裁剪成大小相同的训练图像块，根据所述训练图像块构建用于模型训练的样本集；所述缩放倍数值和所述预设图像尺寸和交叠尺寸，根据预设的关注目标类型和待检测的高分辨率遥感图像的覆盖区域确定；

根据所述样本集和预先设置的目标函数，对预先设置的基于级联R-CNN网络的PTAN目标检测模型进行训练；所述目标函数包括根据所述级联R-CNN网络的分类误差和回归误差构建的损失函数，所述级联R-CNN网络的各级IoU阈值依次递增；

将所述待检测的高分辨率遥感图像按照预设尺寸裁剪成大小相同的检测图像块，将所述检测图像块输入训练好的PTAN目标检测模型，得到目标检测结果。

2.根据权利要求1所述的方法，其特征在于，构建所述预先设置的基于级联R-CNN网络的PTAN目标检测模型的方法包括：

构建用于图像特征提取的神经卷积网络；

将所述神经卷积网络输出的特征图输入预先构建的第1级Faster R-CNN网络，输出第1级回归结果；

将第t-1级回归结果输入预先构建的第t级Faster R-CNN网络，输出第t级回归结果；其中，t≥2。

3.根据权利要求2所述的方法，其特征在于，所述Faster R-CNN网络的级数t＝3。

4.根据权利要求1所述的方法，其特征在于，所述预先设置的一组缩放倍数值包括a、b和c，其中a＞1，b＜1，c＝1。

5.根据权利要求1所述的方法，其特征在于，所述按照预先设置的一组缩放倍数值，对所述高分辨率遥感训练图像进行多次缩放处理，将得到的多个图像按照预设图像尺寸和交叠尺寸裁剪成大小相同的训练图像块，根据所述训练图像块构建用于模型训练的样本集的步骤包括：

所述按照预先设置的一组缩放倍数值，对所述高分辨率遥感训练图像进行多次缩放处理，得到对应的多个图像；

根据预设的交叠尺寸，按照预设尺寸将缩放处理得到的多个图像剪成大小相同的训练图像块；

根据所述训练图像块构建用于模型训练的样本集。

6.根据权利要求4所述的方法，其特征在于，所述获取待检测的高分辨率遥感图像，按照所述预设尺寸将所述高分辨率遥感图像裁剪成大小相同的检测图像块，将所述检测图像块输入训练好的PTAN目标检测模型，得到目标检测结果的步骤包括：

获取待检测的高分辨率遥感图像；

根据预设的交叠尺寸和裁剪尺寸，将所述高分辨率遥感图像裁剪成大小相同的检测图像块；

将所述检测图像块输入训练好的PTAN目标检测模型，得到目标检测结果。

7.根据权利要求1至6中任意一项所述的方法，其特征在于，所述包括真实边界框的高分辨率遥感训练图像为DOTA数据集或NWPU VHR-10数据集。