面向遥感目标检测的多尺度架构搜索方法

• 作者: 廖铁军 裴婵
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 深度学习 遥感检测 架构搜索 图像金字塔 召回率
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 技术方法
• 页码范围: 53-60
• 页数: 8页
• 分类号: TP183|TP751
• 语种: 中文
• DOI: 10.6046/gtzyyg.2020.04.08

摘要

随着"智慧城市"概念的提出,遥感目标检测逐渐成为城镇的规划、建设和维护的重要方式.为了表征不同城市的差异化遥感特征,解决模型在不同尺度物体上泛化能力不均的问题,提出了一种基于混合分离卷积的金字塔架构搜索方法.首先,分析了遥感图像数据集的空间分布特征;然后,针对其特点构建多感受野混合卷积的搜索空间,进而训练其子网络内的权重;同时借助强化学习算法针对收敛的损失值序列,循环搜索特征提取单元的数量和结构;最终,当架构奖励函数稳定时,固定相应的架构参数和权重矩阵,从而在测试数据上可以自适应融合图像的跨尺度信息,提高同类目标在不同分辨率下的定位精度.该方法搜索出的网络在DIOR遥感数据集上的平均准确率为78.6％,比CornerNet高6百分点,比Cascade R-CNN高1.6百分点,其中小物体准确率比Cascade R-CNN高2.1百分点,并证实了多尺度架构搜索在遥感目标检测的优化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖铁军		34	303	11.0	16.0
2	裴婵		1	0	0.0	0.0