[发明专利]一种利用数据合成的遥感影像实例分割方法

权利要求书

1.一种利用数据合成的遥感影像实例分割方法，其特征在于，步骤如下：

1)利用遥感影像分割数据集和遥感影像分类数据集构建训练数据集；

2)构建实例分割模型；所述实例分割模型采用Cascade Mask R-CNN模型，CascadeMask R-CNN模型包括有主干网络、FPN网络、RPN网络、ROI Align模块以及级联的预测头；

所述主干网络为Swin Transformer模型，用于得到图像不同尺度大小的特征；所述FPN网络用于对主干网络得到的不同尺度的特征进行上采样和特征拼接，以得到多尺度信息融合的各个尺度特征图；所述RPN网络用于针对各个尺度特征图生成候选框，ROI Align模块用于对候选框对应的特征图进行裁切并缩放至相同大小；所述级联的预测头用于对ROIAlign模块输出的特征图进行按照不同IoU阈值进行级联预测，得到分割结果；

3)通过所述的训练数据集对该实例分割模型进行训练，得到训练后的实例分割模型；

4)将待分割的遥感影像输入训练后的实例分割模型，获取该遥感影像的实例分割结果。

2.根据权利要求1所述的利用数据合成的遥感影像实例分割方法，其特征在于，训练数据集的构建过程如下：

选择遥感影像分割数据集中的目标图像，从遥感影像分类数据集中选择背景图像，将所述目标图像拼接到背景图像中得到合成图像数据，利用合成图像数据构建训练数据集。

3.根据权利要求2所述的利用数据合成的遥感影像实例分割方法，其特征在于，选择遥感影像分类数据集中包含两个以下目标图像的类别图像作为背景图像进行拼接。

4.根据权利要求1或2所述的利用数据合成的遥感影像实例分割方法，其特征在于，该方法还包括对训练数据集中的图像数据进行随机亮度与对比度调整的处理。

5.根据权利要求1或2所述的利用数据合成的遥感影像实例分割方法，其特征在于，该方法还包括对训练数据集中的图像数据进行随机缩放，所述随机缩放的方法为提高缩小图像操作在随机缩放操作中所占的比例。

6.根据权利要求1-3中任一项所述的利用数据合成的遥感影像实例分割方法，其特征在于，所述Swin Transformer网络包括窗口注意力模块与移位窗口注意力模块，窗口注意力模块用于在设定窗口内进行多头自注意力计算，移动窗口注意力模块用于移动设定窗口的位置。

7.根据权利要求6所述的利用数据合成的遥感影像实例分割方法，其特征在于，RPN网络的候选框比例系数为{0.8，1.0，1.25}。

8.根据权利要求6所述的利用数据合成的遥感影像实例分割方法，其特征在于，对网络模型进行训练时，RPN网络的Smooth L₁正则化损失权重设置为5。