基于CenterNet的改進(jìn)遙感旋轉(zhuǎn)目標(biāo)檢測

摘要： 遙感影像由于目標(biāo)角度各異且普遍密集、小目標(biāo)占比高、背景復(fù)雜等特點，檢測精度低。針對水平框算法不再適用于遙感旋轉(zhuǎn)目標(biāo)，以及主流五參數(shù)法存在角度回歸的周期性與邊緣互換性問題，提出VR-CenterNet，采用向量表示法來進(jìn)行旋轉(zhuǎn)目標(biāo)的檢測與損失設(shè)計，規(guī)避角度回歸的根本性問題，優(yōu)化細(xì)長目標(biāo)的偏移高敏問題；針對淺層特征融合的高冗余問題，引入自適應(yīng)通道激活過濾雜質(zhì)信息，為強(qiáng)化關(guān)鍵點信息，...