[发明专利]基于边界框修正算法的遥感图像飞机目标检测方法

摘要

本发明提出了一种基于边界框修正算法的遥感图像飞机目标检测方法，解决了传统非极大值抑制算法直接选择得分最高边界框而造成的检测边界框不精确和被切分的飞机在检测时被多框标注引起的虚警问题。包括以下步骤：生成训练和测试样本集；训练样本预处理；测试样本重叠切片，得到预处理后的测试样本；训练飞机目标检测模型；检测切片中的飞机目标；用边界框修正法对测试样本中的检测结果进行边界框修正；生成飞机目标检测结果图。本发明对同一目标上的相交边界框，用相叠修正法相叠修正，获得更加精准的检测框；对同一目标上的平行相邻边界框用相邻融合法融合改进，在检测结果中去除同一目标上的多框虚警。本发明用于遥感图像飞机目标检测。

主权项

1.基于边界框修正算法的遥感图像飞机目标检测方法，其特征在于，包括有如下步骤：/n(1)生成训练样本集和测试样本集：从遥感图像数据集中选取含有飞机目标的遥感图像作为源数据；选取源数据中的80％作为训练样本，剩余的20％作为测试样本；/n(2)对训练样本进行预处理：首先对训练样本集中每张遥感图像进行重叠切片预处理，然后对训练样本集中未含有label的遥感图像中的飞机目标类别、目标位置信息进行标注，得到xml格式的标注文件，并将其转化为适用于YOLO v3模型训练的文本格式的标注文件；/n(3)对测试样本进行重叠切片预处理，得到预处理后的测试样本：对测试样本集中每张遥感图像进行重叠切片预处理，得到的每个切片为重叠切片，保存每个重叠切片的左上角顶点处在相应测试样本中的坐标(x