一种用于光学遥感影像、带FPA模块的轻量目标检测框架
计算机视觉与模式识别
2020-09-08 v1
摘要
随着遥感技术的发展，遥感影像的获取越来越容易，这为遥感目标检测任务提供了充足的数据资源。然而，如何从众多复杂光学遥感影像中快速、准确地检测目标是一个具有挑战性的热点问题。本文中，我们提出一种高效的无锚框目标检测器CenterFPANet。为追求速度，我们采用轻量骨干网络并引入非对称卷积块。为提升精度，我们设计了FPA模块，该模块联结不同层级的特征图，并引入注意力机制动态调节各层级特征图的权重，从而解决了因遥感目标尺寸范围大而导致的检测困难问题。该策略可在不降低检测速度的前提下提升遥感影像目标检测精度。在DOTA数据集上，CenterFPANet的mAP为64.00%，FPS为22.2，接近当前所用基于锚框方法的精度且远快于它们。与Faster RCNN相比，mAP低6.76%但速度快60.87%。总而言之，CenterFPANet在大规模光学遥感目标检测中实现了速度与精度的平衡。
引用
@article{arxiv.2009.03063,
title = {A Light-Weight Object Detection Framework with FPA Module for Optical Remote Sensing Imagery},
author = {Xi Gu and Lingbin Kong and Zhicheng Wang and Jie Li and Zhaohui Yu and Gang Wei},
journal= {arXiv preprint arXiv:2009.03063},
year = {2020}
}