1.一种基于渐进特征平滑和尺度适应性膨胀卷积的遥感图像目标检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于渐进特征平滑和尺度适应性膨胀卷积的遥感图像目标检测方法，其特征在于：所述跨通道交互位置感知模块采用并行结构建立跨通道和跨空间的信息交互，提高特征提取的效率以及模型对目标的敏感性；第一条分支采用平均池化和1×1卷积将水平方向和垂直方向的位置信息嵌入到通道注意力中，实现跨通道的信息交互；第二条分支沿通道方向执行最大池化和平均池化操作后进行拼接，并应用softmax激活函数引入非线性表达，从而增强对空间位置的交互；同时，为获取多尺度信息，第三条分支通过堆叠3×3卷积层来捕获多尺度信息，并添加归一化层和激活函数来提高模型的稳定性，并使其更好地适应复杂的上下文信息；这三条分支在信息捕获和处理上形成互补，提高模型对遥感图像的适应性；最后融合三条分支的输出特征。
3.根据权利要求1所述的一种基于渐进特征平滑和尺度适应性膨胀卷积的遥感图像目标检测方法，其特征在于：所述渐进特征平滑模块通过逐像素相乘的方法计算浅层特征图像素之间的关系，使得每个像素的特征表示更加连续，以捕捉更多的细节信息，有助于更精确地定位目标；同时通过应用softmax激活函数对浅层特征图计算的结果引入非线性因素消除特征之间的突变，增强模型的表达能力；为克服不同尺度特征图之间的语义差异，通过将经过激活函数的浅层特征输出结果与深层特征图进行适当的权重分配，能够避免特征信息的突变，实现深层与浅层特征图的平滑融合，这样设计既确保特征间的连贯性，又充分保留丰富的语义信息，有助于目标的准确分类。
4.根据权利要求1所述的一种基于渐进特征平滑和尺度适应性膨胀卷积的遥感图像目标检测方法，其特征在于：所述尺度适应性膨胀卷积模块中，为了更好地适应多尺度遥感图像，引入最优膨胀系数的空洞卷积，进而获得足够大的感受野，增强模型对目标的感知能力；同时，在保证特征图大小不变和模型鲁棒性稳定的的基础上，构建三个包含标准卷积和空洞卷积的分支，并将上一分支的输入特征图与输出特征图进行拼接，得到的新特征图作为下一分支的输入特征图，这样可以得到更多的感受野种类，强化对多尺度目标的感知；最后将三个分支的输出特征图与第一个分支的输入特征图进行拼接并经过1×1卷积得到最终的输出特征图，这样可以增强细节特征提取，同时丰富全局信息的获取。
5.根据权利要求2所述的一种基于渐进特征平滑和尺度适应性膨胀卷积的遥感图像目标检测方法，其特征在于：所述跨通道交互位置感知模块由坐标注意力、3×3分支和空间注意力三部分构成；所述坐标注意力将输入特征图分别按照宽度和高度进行全局平均池化，然后将得到的两个具有方向感知的特征图进行拼接并输入到1×1卷积中，并采用swish激活函数得到中间特征图，接着将中间特征图通过1×1卷积和sigmoid激活函数得到高度和宽度方向上的特征图，最后通过对输入特征图与两个方向的特征图进行加权操作；所述3×3分支仅堆叠单个卷积核大小为3×3的卷积，并添加归一化层和激活函数；所述空间注意力对输入特征分别进行全局最大池化和平均池化，并将得到的两个特征图进行拼接，然后通过卷积核大小为7×7的卷积和sigmoid激活函数得到空间注意力的特征图。
6.根据权利要求3所述的一种基于渐进特征平滑和尺度适应性膨胀卷积的遥感图像目标检测方法，其特征在于：所述渐进特征平滑模块对浅层特征图和深层特征图进行处理；对于浅层特征图，首先经过卷积层生成两个新的特征图a与b。接着，将特征图a进行重塑并转置得到特征图m，同时将特征图b进行重塑得到特征图v。进一步地，将m和v进行点乘，点乘操作让特征图中的每个像素点都产生了联系。最后，应用softmax激活函数对点乘后的结果进行非线性映射得到；对于深层特征图，同样先经过卷积层生成1个新的特征图c。然后，将特征图c重塑后与特征图进行点乘操作，并将点乘的结果进行重塑得到特征图f。最后，对f和进行逐元素求和得到输出结果o。
7.根据权利要求4所述的一种基于渐进特征平滑和尺度适应性膨胀卷积的遥感图像目标检测方法，其特征在于：所述尺度适应性膨胀卷积模块包括三个分支；第一个分支包括一个卷积核大小为1×1的卷积层和一个膨胀率为3，步长为1，填充为3的3×3空洞卷积层；第二个分支包括一个卷积核大小为1×1的卷积层、一个卷积核大小为3×3的卷积层以及一个膨胀率为6，步长为1，填充为6的3×3空洞卷积层；第三个分支包括一个卷积核大小为1×1的卷积层、两个卷积核大小为3×3的卷积层以及一个膨胀率为9，步长为1，填充为9的3×3空洞卷积层；第一个分支的输入与其输出的特征图进行维度的拼接，以成为第二个分支的输入特征图；第二个分支的输入与其输出的特征图进行维度的拼接，以成为第三个分支的输入特征图；最后将第一个分支的输入特征图与三个分支的输出特征图进行维度拼接并输入到卷积核大小为1×1的卷积层，得到最终的输出特征图。
8.根据权利要求1所述的一种基于渐进特征平滑和尺度适应性膨胀卷积的遥感图像目标检测方法，其特征在于：在遥感多类别多尺度目标场景中，跨通道交互位置感知模块、渐进特征平滑模块和尺度适应性膨胀卷积模块协同作用，提高模型对复杂场景的感知和处理能力；跨通道交互位置感知模块提高了对目标的敏感性；渐进特征平滑模块加强了对目标的准确定位和精确分类；而尺度适应性膨胀卷积模块则增强了对不同尺度目标的感知能力；这些模块的协同作用使得模型在遥感图像目标检测中更具鲁棒性和泛化能力，能够处理多类别多尺度目标，提高检测准确性和鲁棒性。