[发明专利]面向旋转摆扫超宽幅卫星的目标在轨智能检测方法及装置

权利要求书

1.一种面向旋转摆扫超宽幅卫星的目标在轨智能检测方法，其特征在于，所述方法包括：

构建轻量目标检测模型，其中，所述轻量目标检测模型包括轻量特征提取主干网络；

使用历史遥感影像数据集对轻量目标检测模型进行调优，得到最优轻量目标检测模型；

将获取的待检测遥感影像输入最优轻量目标检测模型，通过所述最优轻量目标检测模型中的轻量特征提取主干网络得到主干网络输出特征图；

将所述主干网络输出特征图经过多个不同卷积操作得到多个尺度的特征图；

将多个尺度的特征图分别通过对应的检测器分类器，得到对应的多个预设框，对所述多个预设框进行快速极大值抑制处理得到目标检测结果。

2.根据权利要求1所述的方法，其特征在于，所述轻量特征提取主干网络包括多尺度特征融合模块和原始特征增强模块，

所述将获取的待检测遥感影像输入最优轻量目标检测模型，通过所述最优轻量目标检测模型中的轻量特征提取主干网络得到主干网络输出特征图，包括：

将获取的待检测遥感影像并行输入最优轻量目标检测模型中的多尺度特征融合模块和原始特征增强模块中，分别得到多尺度特征融合模块的特征图和原始特征增强模块的特征图；

将多尺度特征融合模块的特征图和原始特征增强模块的特征图进行融合，得到主干网络输出特征图。

3.根据权利要求2所述的方法，其特征在于，所述多尺度特征融合模块和原始特征增强模块分别包括N个串联的轻量计算单元，其中，N为正整数，

所述将获取的待检测遥感影像并行输入最优轻量目标检测模型中的多尺度特征融合模块和原始特征增强模块，分别得到多尺度特征融合模块的特征图和原始特征增强模块的特征图，包括：

将获取的待检测遥感影像输入最优轻量目标检测模型中的多尺度特征融合模块，输入的待检测遥感影像为尺度一特征，然后将待检测遥感影像输入第一个轻量计算单元得到尺度二特征，将得到的尺度二特征输入第二个轻量计算单元得到尺度三特征，依此类推，将得到的尺度特征依次经过剩余的N-2个轻量计算单元，得到对应的N-2个尺度特征，再将得到的N个尺度特征进行合并，得到多尺度特征融合模块的特征图；

将获取的待检测遥感影像输入最优轻量目标检测模型中的原始特征增强模块，将输入的待检测遥感影像输入至第一个轻量计算单元得到第一特征，将待检测遥感影像和所述第一特征输入至第二个轻量计算单元得到第二特征，依此类推，将待检测遥感影像和得到的特征依次经过剩余的N-2个串联轻量计算单元，得到第N特征，所述第N特征为原始特征增强模块的特征图。

4.根据权利要求3所述的方法，其特征在于，所述轻量计算单元通过组深度可分离卷积构成，其中，所述组深度可分离卷积是堆叠多层深度卷积而后统一执行逐点卷积。

5.根据权利要求1所述的方法，其特征在于，所述通过历史遥感影像数据集对轻量目标检测模型进行调优，包括：

对历史遥感影像数据集进行预处理；

将预处理后的遥感影像数据集划分为训练集和验证集；

将所述训练集输入到轻量目标检测模型中，计算所述轻量目标检测模型的损失函数；

根据损失函数的损失值利用验证集对轻量目标检测模型调优，得到最优轻量目标检测模型。

6.根据权利要求1所述的方法，其特征在于，所述轻量目标检测模型选用单阶段检测框架。