中文标题：一种结合监督注意力的无锚定向目标检测方法

英文标题：An anchor-free oriented object detection method that combines supervised attention

来源期刊：中国图象图形学报

基金项目：

作  者：余凌霄, 郝洁, 左量

作者单位：南京航空航天大学

摘  要：目的 ：任意方向的多尺度目标和复杂的背景信息，使得在遥感图像上的目标检测相比一般目标检测任务具有更大的挑战。尽管一些现有的检测模型取得了令人满意的成果，但它们主要基于锚框实现，其检测性能严重依赖于预定义锚框的设计。本文在Faster RCNN的基础上，通过结合无锚检测思想与监督掩码注意力技术，提出了一种新的两阶段无锚检测模型。方法： 首先，本文对于骨干网络提取的特征金字塔构建了一个监督掩码注意力模块，通过注意力机制和掩码监督方法引导检测网络关注目标区域，减少背景噪声的干扰，从而提高目标特征的质量。其次，本文通过结合FCOS的回归思想以及中心点偏移技术设计了一个基于关键点的无锚定向区域提议网络，并且在训练阶段采用动态调整的软标签策略，实现标签的合理分配，从而提高模型的检测精度。结果： 本文在两个公开的遥感数据集DOTA（Dataset for Object Detection in Aerial Images）、HRSC（High-Resolution Ship Collections）上进行了大量实验，其平均精确率（mean average precision，mAP）分别达到了76.36%，90.51%，超过了大多的定向检测模型，证明了本文方法的先进性和有效性。结论 ：本文提出的检测模型通过将区域提取网络的无锚框设计、监督方法以及注意力机制进行结合，能够有效适应复杂的遥感图像中的定向目标检测场景。

全文链接： http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=202404300000001