轻量级遥感图像小目标检测方法、装置、电子设备及介质与流程

本发明涉及计算机视觉，尤其是涉及一种轻量级遥感图像小目标检测方法、装置、电子设备及介质。

背景技术：

1、随着遥感图像采集技术的飞速发展，人们对遥感图像检测技术的研究日益增加，其在城基建设、国防安全、地理测绘和农业检测等诸多领域都有着重要应用。相较于传统图像，遥感图像通常由高空航拍获得，图像具有分辨率大、目标尺寸较小以及背景复杂等特点。传统的遥感图像目标检测依靠滑动窗口、手工设计的特征提取器和非线性特征分类器等机器学习方法来完成，但面对背景复杂和目标较小的遥感图像，存在鲁棒性差、检测精度低、检测效率低下等问题。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种轻量级遥感图像小目标检测方法、装置、电子设备及介质，以提高了遥感图像小目标检测的精度和效率。

2、为了实现上述目的，本发明实施例采用的技术方案如下：

3、第一方面，本发明实施例提供了一种轻量级遥感图像小目标检测方法，包括：获取待检测遥感图像；基于预先训练的轻量级检测模型，对待检测遥感图像进行特征提取得到单尺度特征图；其中，轻量级检测模型包括：主干网络、颈部网络和头部网络，颈部网络包括：轻量级空间金字塔池化结构和深层语义信息引导模块；对单尺度特征图进行预测框回归和类别分类得到待检测遥感图像的小目标检测结果。

4、在一种实施方式中，基于预先训练的轻量级检测模型，对待检测遥感图像进行特征提取得到单尺度特征图，包括：通过主干网络对待检测遥感图像进行特征提取，得到本体特征、第一辅助特征和第二辅助特征；通过轻量级空间金字塔池化结构对第二辅助特征进行池化操作，得到池化后的第二辅助特征；通过深层语义信息引导模块对本体特征、第一辅助特征和池化后的第二辅助特征进行特征提取得到单尺度特征图。

5、在一种实施方式中，轻量级空间金字塔池化结构包括：第一卷积层、3个串联的最大池化层以及第二卷积层；其中，最大池化层的卷积核为3×3，第一卷积层和每个最大池化层的输入特征和输出特征沿通道方向级联。

6、在一种实施方式中，通过轻量级空间金字塔池化结构对第二辅助特征进行池化操作，得到池化后的第二辅助特征，包括：依次通过第一卷积层和最大池化层获取第二辅助特征的全局信息以及局部信息；通过第二卷积层对第二辅助特征的全局信息以及局部信息进行特征融合，得到池化后的第二辅助特征。

7、在一种实施方式中，通过深层语义信息引导模块对本体特征、第一辅助特征和池化后的第二辅助特征进行特征提取得到单尺度特征图，包括：将本体特征分别与第一辅助特征和池化后的第二辅助特征通过信息凝练路径进行语义信息凝练，得到本体特征和第一辅助特征的第一全局空间信息向量，以及本体特征和池化后的第二辅助特征的第二全局空间信息向量；基于第三卷积层和sigmoid激活函数分别获取第一全局空间信息向量的第一引导矩阵和第二全局空间信息向量的第二引导矩阵；其中，第三卷积层的卷积核为5×5分别对第一引导矩阵和第二引导矩阵进行上采样操作，并将上采样后的第一引导矩阵和第二引导矩阵分别与本体特征相乘得到引导特征；将引导特征和本体特征进行级联得到单尺度特征图。

8、在一种实施方式中，将本体特征分别与第一辅助特征和池化后的第二辅助特征通过信息凝练路径进行语义信息凝练，得到本体特征和第一辅助特征的第一全局空间信息向量，以及本体特征和池化后的第二辅助特征的第二全局空间信息向量，包括：通过空间维度的最大池化将本体特征分别与第一辅助特征和池化后的第二辅助特征进行空间维度的尺度对齐；分别通过沿通道方向的平均池化和沿通道方向的最大池化获取对齐后的本体特征和第一辅助特征的全局空间信息向量，并将全局空间信息向量进行级联得到第一全局空间信息向量；分别通过沿通道方向的平均池化和沿通道方向的最大池化获取对齐后的本体特征和池化后的第二辅助特征的全局空间信息向量，并将全局空间信息向量进行级联得到第二全局空间信息向量。

9、在一种实施方式中，对单尺度特征图进行预测框回归和类别分类得到待检测遥感图像的小目标检测结果，包括：通过深层语义信息引导模块的特征提取子模块对单尺度特征图进行特征融合，并将融合后的单尺度特征图输入到头部网络；通过头部网络对融合后的单尺度特征图进行预测框回归和类别分类得到待检测遥感图像的小目标检测结果。

10、第二方面，本发明实施例提供了一种轻量级遥感图像小目标检测装置，包括：图像获取模块，用于获取待检测遥感图像；单尺度特征图提取模块，用于基于预先训练的轻量级检测模型，对待检测遥感图像进行特征提取得到单尺度特征图；其中，轻量级检测模型包括：主干网络、颈部网络和头部网络，颈部网络包括：轻量级空间金字塔池化结构和深层语义信息引导模块；小目标检测模块，用于对单尺度特征图进行预测框回归和类别分类得到待检测遥感图像的小目标检测结果。

11、第三方面，本发明实施例提供了一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现上述第一方面提供的任一项的方法的步骤。

12、第四方面，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述第一方面提供的任一项的方法的步骤。

13、本发明实施例带来了以下有益效果：

14、本发明实施例提供的上述轻量级遥感图像小目标检测方法、装置、电子设备及介质，首先，获取待检测遥感图像；然后，基于预先训练的轻量级检测模型，对待检测遥感图像进行特征提取得到单尺度特征图；其中，轻量级检测模型包括：主干网络、颈部网络和头部网络，颈部网络包括：轻量级空间金字塔池化结构和深层语义信息引导模块；最后，对单尺度特征图进行预测框回归和类别分类得到待检测遥感图像的小目标检测结果。上述方法通过构建轻量级检测模型对遥感图像进行遥感图像小目标检测，轻量级检测模型的轻量级空间金字塔池化结构采用递进式池化方法，提高了检测速度；深层语义信息引导模块能够通过较少的计算量增强浅层特征的语义特征信息和目标定位效果，同时避免了颈部网络冗余的特征连接和融合操作，从而降低模型的计算量；此外，基于深层语义信息引导模块输出的单尺度特征图进行小目标检测，降低模型在推理阶段的后处理操作时间，提高了检测效率。

15、本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

16、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

技术特征：

1.一种轻量级遥感图像小目标检测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，基于预先训练的轻量级检测模型，对所述待检测遥感图像进行特征提取得到单尺度特征图，包括：

3.根据权利要求2所述的方法，其特征在于，所述轻量级空间金字塔池化结构包括：第一卷积层、3个串联的最大池化层以及第二卷积层；其中，所述最大池化层的卷积核为3×3，所述第一卷积层和每个所述最大池化层的输入特征和输出特征沿通道方向级联。

4.根据权利要求3所述的方法，其特征在于，通过所述轻量级空间金字塔池化结构对所述第二辅助特征进行池化操作，得到池化后的第二辅助特征，包括：

5.根据权利要求2所述的方法，其特征在于，通过所述深层语义信息引导模块对所述本体特征、所述第一辅助特征和所述池化后的第二辅助特征进行特征提取得到单尺度特征图，包括：

6.根据权利要求5所述的方法，其特征在于，将所述本体特征分别与所述第一辅助特征和所述池化后的第二辅助特征通过信息凝练路径进行语义信息凝练，得到所述本体特征和所述第一辅助特征的第一全局空间信息向量，以及所述本体特征和所述池化后的第二辅助特征的第二全局空间信息向量，包括：

7.根据权利要求1所述的方法，其特征在于，对所述单尺度特征图进行预测框回归和类别分类得到所述待检测遥感图像的小目标检测结果，包括：

8.一种轻量级遥感图像小目标检测装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述的方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1至7任一项所述的方法的步骤。

技术总结
本发明提供了一种轻量级遥感图像小目标检测方法、装置、电子设备及介质，包括：获取待检测遥感图像；基于预先训练的轻量级检测模型，对待检测遥感图像进行特征提取得到单尺度特征图；其中，轻量级检测模型包括：主干网络、颈部网络和头部网络，颈部网络包括：轻量级空间金字塔池化结构和深层语义信息引导模块；对单尺度特征图进行预测框回归和类别分类得到待检测遥感图像的小目标检测结果。本发明提高了遥感图像小目标检测的精度和效率。

技术研发人员：王巍,张致铨,李烁
受保护的技术使用者：中电信数字城市科技有限公司
技术研发日：
技术公布日：2024/3/27