用于遥感检测的多核 Inception 网络
计算机视觉与模式识别
2024-03-21 v2
摘要
遥感图像（RSI）中的目标检测通常面临诸多日益增加的挑战，包括目标尺度的巨大变化和多样的上下文范围。先前的方法试图通过大核卷积或空洞卷积来扩展主干网络的空间感受野以应对这些挑战。然而，前者通常会引入大量背景噪声，而后者则面临生成过于稀疏特征表示的风险。在本文中，我们引入了多核Inception网络（PKINet）来应对上述挑战。PKINet采用无空洞的多尺度卷积核，以提取不同尺度的目标特征并捕获局部上下文。此外，并行引入了上下文锚点注意力（CAA）模块以捕获长程上下文信息。这两个组件协同工作，提升了PKINet在四个具有挑战性的遥感检测基准上的性能，即 DOTA-v1.0、DOTA-v1.5、HRSC2016 和 DIOR-R。
引用
@article{arxiv.2403.06258,
title = {Poly Kernel Inception Network for Remote Sensing Detection},
author = {Xinhao Cai and Qiuxia Lai and Yuwei Wang and Wenguan Wang and Zeren Sun and Yazhou Yao},
journal= {arXiv preprint arXiv:2403.06258},
year = {2024}
}
备注
accepted by IEEE Conference on Computer Vision and Pattern Recognition, 2024