[發(fā)明專利]一種寬幅遙感影像中密集弱小目標(biāo)檢測(cè)識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210455974.3
• 申請(qǐng)日: 2022-04-28
• 公開(kāi)（公告）號(hào): CN114821326A
• 公開(kāi)（公告）日: 2022-07-29
• 發(fā)明（設(shè)計(jì)）人: 張萌月;王港;陳金勇;王敏;武曉博
• 申請(qǐng)（專利權(quán)）人: 中國(guó)電子科技集團(tuán)公司第五十四研究所
• 主分類號(hào): G06V20/10
• 分類號(hào): G06V20/10;G06V10/25;G06V10/774;G06V10/80;G06N3/04
• 代理公司: 河北東尚律師事務(wù)所 13124
• 代理人: 王文慶

1.一種寬幅遙感影像中密集弱小目標(biāo)檢測(cè)識(shí)別方法，其特征在于，包括如下步驟：

(1)數(shù)據(jù)準(zhǔn)備：對(duì)遙感影像數(shù)據(jù)集中的圖像數(shù)據(jù)進(jìn)行數(shù)據(jù)增廣，獲取數(shù)量更多、尺度更多的樣本數(shù)據(jù)；

(2)特征提取：從訓(xùn)練樣本集中抽取訓(xùn)練樣本，加入Transformer編碼器，改進(jìn)YOLOv5網(wǎng)絡(luò)，用于提取訓(xùn)練樣本的多尺度特征；

(3)多尺度預(yù)測(cè)：增加弱小目標(biāo)檢測(cè)頭，用于弱小目標(biāo)檢測(cè)識(shí)別，并結(jié)合原有的檢測(cè)頭實(shí)現(xiàn)多尺度目標(biāo)預(yù)測(cè)，然后使用NMS非極大值抑制對(duì)多個(gè)檢測(cè)頭的預(yù)測(cè)結(jié)果進(jìn)行融合；

(4)多模型融合預(yù)測(cè)：基于訓(xùn)練集訓(xùn)練n個(gè)模型，并將n個(gè)模型的預(yù)測(cè)結(jié)果使用WBF加權(quán)邊界框進(jìn)行融合，得到最終的預(yù)測(cè)結(jié)果，并用預(yù)測(cè)結(jié)果對(duì)各個(gè)模型調(diào)參；返回步驟(2)，直至各個(gè)模型損失函數(shù)一致收斂，完成模型訓(xùn)練，構(gòu)成集成模型；

(5)弱小目標(biāo)檢測(cè)識(shí)別：使用集成模型對(duì)寬幅遙感影像中的密集弱小目標(biāo)進(jìn)行檢測(cè)識(shí)別。

2.根據(jù)權(quán)利要求1所述的一種寬幅遙感影像中密集弱小目標(biāo)檢測(cè)識(shí)別方法，其特征在于，所述步驟(1)中對(duì)訓(xùn)練集和測(cè)試集中的圖像數(shù)據(jù)進(jìn)行數(shù)據(jù)增廣，包括以下方式：

(101)Mosaic馬賽克處理：從訓(xùn)練集D_train中隨機(jī)選取4張圖片，對(duì)4張圖片進(jìn)行隨機(jī)縮放、裁剪、色域變換，然后將4張圖片隨機(jī)排布組合成新的樣本，并重新記錄新樣本中目標(biāo)標(biāo)注框坐標(biāo)；

(102)旋轉(zhuǎn)處理：以訓(xùn)練樣本圖像中心作為旋轉(zhuǎn)中心點(diǎn)，設(shè)置旋轉(zhuǎn)角度為45°，順時(shí)針旋轉(zhuǎn)7次，生成7個(gè)新樣本；每次旋轉(zhuǎn)后都計(jì)算目標(biāo)標(biāo)注框位置，并重新寫(xiě)入標(biāo)注文件；

(103)MixUp混合處理：從訓(xùn)練樣本中隨機(jī)選取2張訓(xùn)練樣本，記作x₁和x₂，其對(duì)應(yīng)標(biāo)簽分別為y₁和y₂，計(jì)算混合后的樣本x_mix及其標(biāo)簽y_mix：

λ＝Beta(α,β)

x_mix＝λ*x₁+(1-λ)*x₂

y_mix＝λ*y₁+(1-λ)*y₂

其中，參數(shù)α和β為按需設(shè)置的參數(shù)，Beta()為貝塔函數(shù)，λ為混合權(quán)重；

(104)縮放處理：將數(shù)據(jù)樣本分別縮放到原始樣本的1.5倍、0.75倍、0.5倍，獲得不同尺度的訓(xùn)練樣本。

3.根據(jù)權(quán)利要求2所述的一種寬幅遙感影像中密集弱小目標(biāo)檢測(cè)識(shí)別方法，其特征在于，所述步驟(2)中對(duì)YOLOv5的改進(jìn)為：

將原始YOLOv5網(wǎng)絡(luò)頸部中的CSP模塊替換為T(mén)ransformer編碼器，用于提取全局和上下文特征，加強(qiáng)密集場(chǎng)景下弱小目標(biāo)檢測(cè)能力；其中，Transformer編碼器由注意力模塊和全連接模塊組成，注意力模塊包含LayerNorm、注意力層、Dropout層，全連接模塊包含LayerNorm、全連接層、Dropout層；注意力模塊和全連接模塊之間使用殘差連接。

4.根據(jù)權(quán)利要求3所述的一種寬幅遙感影像中密集弱小目標(biāo)檢測(cè)識(shí)別方法，其特征在于，所述步驟(3)的具體方式為：

在原始YOLOv5骨干網(wǎng)絡(luò)的CSP_1層后，依次連接Concat、Transformer編碼器、CONV層，用于提取圖像的淺層特征，并增加一個(gè)檢測(cè)頭l，用于加強(qiáng)弱小目標(biāo)的檢測(cè)能力；

檢測(cè)頭l使用淺層的高分辨率特征圖計(jì)算小目標(biāo)的預(yù)測(cè)結(jié)果，然后將這個(gè)預(yù)測(cè)結(jié)果和其他檢測(cè)頭的預(yù)測(cè)結(jié)果使用NMS非極大值抑制進(jìn)行融合，得到一個(gè)預(yù)測(cè)結(jié)果。