公开(公告)号：CN116645608A

公开(公告)日：2023-08-25

申请号：CN202310622397.7

申请日：2023-05-30

Applicant: 南京信息工程大学

Inventor： 胡昭华 ,  李昱辉 ,  王长富

IPC: G06V20/10 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于YOLOX‑Tiny有偏特征融合网络的遥感目标检测，包括步骤如下：S1，将遥感数据集DIOR按照一定比例划分为测试集与训练集；S2，将训练集和测试集中所有图片进行统一尺寸处理；S3，在YOLOX‑Tiny基础上引入多尺度特征融合网络和可形变卷积，搭建有偏特征融合网络，并将训练集送入有偏特征融合网络，采用SIoU损失函数进行训练；S4，将测试集输入有偏特征融合网络，进行性能测试。本发明能提高模型对形变较大目标的预测能力，解决真实框与预测框在训练过程中出现的不匹配方向的问题，加速模型收敛，使得检测模型获得进一步的性能提升。

公开(公告)号：CN117132856A

公开(公告)日：2023-11-28

申请号：CN202310948977.5

申请日：2023-07-31

Applicant: 南京信息工程大学

Inventor： 胡昭华 ,  王长富 ,  李昱辉

IPC: G06V10/80 ,  G06V10/82 ,  G06V10/25 ,  G06V10/764 ,  G06V10/766 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种非对称调制融合特征的小目标检测方法，具体为：1：提取输入图像的四张特征图：特征图1，特征图2，特征图3和特征图4；2：将特征图1输入至第一空间注意力网络，将特征图3输入至第一信道注意力网络；将两个注意力网络输出的特征图通过元素加法进行融合，得到融合特征图1；将特征图2输入至第二空间注意力网络，将特征图4输入至第二信道注意力网络；将两个注意力网络输出的特征图通过元素加法进行融合，得到融合特征图2；3：采用RPN网络提取融合特征图的感兴趣区域；4：对感兴趣区域进行扩增；5：将扩增后的感兴趣区域送入分类网络，将原始的感兴趣区域送入回归网络；本发明提高了分类和回归的准确性。