基于注意力和多尺度特征交互的遥感图像目标检测

摘要

遥感图像目标检测存在目标尺寸变化大、小目标排列密集、背景信息复杂等问题，针对这些问题，提出了端到端的遥感图像目标检测网络AMFI-RetinaNet(Attention and Multi-scale Feature Interactive-RetinaNet)来提高特征的判别能力。首先，提出了卷积注意力来增强特征的空间信息，并结合通道注意力来增强特征的通道信息，该注意力模块位于特征提取网络的低层，能有效突出关键的细节特征，并提高网络对小目标的检测能力。此外，还提出了多尺度特征交互模板，通过相邻两层特征的交互，使低层特征信息流向高层，在特征金字塔结构后引入该模块，进一步提高了网络对多尺度目标的检测性能。在RSOD数据集和NWPU VHR-10数据集上进行实验，该方法比原RetinaNet网络的平均检测精度分别提升了2%和1.1%,实验结果表明提出的AMFI-RetinaNet网络可以更精确地对遥感图像目标进行检测和定位。

关键词