[发明专利]一种基于遥感场景分类的目标检测方法

权利要求书

1.一种基于遥感场景分类的目标检测方法，其特征在于：包括以下步骤：

S1，将待检测遥感影像输入训练完成的目标检测模型，获得与所述待检测遥感影像中的地物目标相对应的检测框以及检测框内地物目标存在的置信度；

S2，初步筛选：删除S1获得的检测框中置信度低于阈值的检测框；

S3，制作S2获得的检测框对应的局部遥感影像：局部遥感影像包括检测框内影像及其周边背景影像；

S4，将所述局部遥感影像输入训练完成的遥感场景分类模型，获得在遥感场景下地物目标存在的类别置信度；

S5，根据S4获得的类别置信度对S2获得的检测框进行二次筛选，获得所述待检测遥感影像的地物目标检测结果。

2.根据权利要求1所述的基于遥感场景分类的目标检测方法，其特征在于：所述S2还包括：对检测框进行非极大值抑制处理，删除重叠较大的检测框。

3.根据权利要求1所述的基于遥感场景分类的目标检测方法，其特征在于：所述目标检测模型的训练方法包括：

A1、准备目标地物数据集，并将其划分为训练集、验证集和测试集；

A2、用A1获得的数据集对基于深度学习的目标检测模型进行迭代训练，获得训练完成的目标检测模型。

4.根据权利要求1、2或3所述的基于遥感场景分类的目标检测方法，其特征在于：所述遥感场景分类模型的训练方法包括：

B1、制作样本：在目标检测数据集的基础上，在检测框的周边自动裁剪一定大小的遥感影像切片，获得遥感影像切片组成的样本库：

B2、将B1获得的样本库划分为训练集、验证集和测试集；

B3、用B2获得的数据集对遥感场景分类模型进行迭代训练，获得遥感场景分类模型；

B4、用B3获得的遥感场景分类模型对测试集进行预测，获取错提的检测框；

B5、获取错提的检测框对应的遥感影像切片，并将其以负样本的形式更新到样本库中；

B6、将目前的最优模型作为遥感场景分类模型初始化参数，将B5获取的更新后的样本库用于当前遥感场景分类模型的迭代训练，当迭代完成后，自动保存最优模型；

重复B4~B6，直至满足精度要求，继而获得训练完成的遥感场景分类模型。