可变形注意力机制在目标检测中的应用：以遥感为例
计算机视觉与模式识别
2025-06-02 v1 人工智能
摘要
目标检测在最新的创新研究工作中呈现出有趣的趋势，鉴于这些图像在地理覆盖范围和所含目标方面的一致性，该任务在遥感领域尤为重要。此外，深度学习（DL）模型，特别是基于 Transformer 的模型，对一般的视觉计算任务，尤其是目标检测，具有特别的相关性。因此，本研究提出将 Deformable-DETR 模型（一种使用可变形注意力机制的特定架构）应用于两种不同模式的遥感图像，特别是光学和合成孔径雷达（SAR）。为实现这一目标，使用了两个数据集：一个是光学数据集，即 Pleiades Aircraft 数据集；另一个是 SAR 数据集，即 SAR Ship Detection Dataset (SSDD)。10 折分层验证的结果表明，所提出的模型表现尤为出色，在光学数据集上获得了 95.12% 的 F1 分数，在 SSDD 上获得了 94.54% 的 F1 分数，并将这些结果与多种模型的检测结果进行了比较，特别是基于 CNN 和 Transformer 的模型，以及专门设计用于检测遥感图像中不同目标类别的模型。
引用
@article{arxiv.2505.24489,
title = {Deformable Attention Mechanisms Applied to Object Detection, case of Remote Sensing},
author = {Anasse Boutayeb and Iyad Lahsen-cherif and Ahmed El Khadimi},
journal= {arXiv preprint arXiv:2505.24489},
year = {2025}
}
备注
10 pages, 5 figures, paper accepted at the 29th International Conference on Knowledge-Based and Intelligent Information and Engineering Systems (KES 2025), Osaka, Japan