改進(jìn)Oriented R-CNN的遙感圖像定向目標(biāo)檢測(cè)算法

摘要： 近年來遙感目標(biāo)檢測(cè)的研究主要集中在改進(jìn)邊界框的表示方法，而忽略了遙感場(chǎng)景中獨(dú)特的先驗(yàn)知識(shí)。為了進(jìn)一步提高雙階段模型的檢測(cè)精度，同時(shí)保持推理復(fù)雜度，本文以大核卷積構(gòu)建的特征提取器LSKNet為基線，在特征表示和訓(xùn)練策略上進(jìn)一步做出了改進(jìn)。首先，通過RFA提取比例不變的上下文信息，以緩解LSKNet引入的背景噪聲、提高模型對(duì)噪聲的魯棒性；然后，通過構(gòu)建CS進(jìn)一步提出CS策略來縮小不... （共12頁）