基于单级特征金字塔的图像旋转目标检测

遥感图像的目标检测任务是遥感应用领域的一个研究热点，一直受到广泛的关注。随着遥感图像分辨率的提高，遥感图像中目标的多方向性、目标大纵横比等特点更加明显，这对于已有的方法是一个挑战。针对以上问题，提出了基于单级特征金字塔的图像旋转目标检测模型。设计了单级特征金字塔结构，并结合膨胀卷积组获得目标的多尺度特征；使用分类方法处理旋转框的角度信息，结合DETR的集合预测思想，构造新的边界框回归损失，实现无锚框旋转目标检测；为了减少模型计算量并加快收敛速度，在解码器的交叉注意力上加入权重约束，将全局注意力计算限制在局部范围内。在DOTA数据集上的实验证明，该方法在提升模型检测性能的同时，有效地解决了DETR模型收敛速度慢的问题。