公开(公告)号：CN118505996A

公开(公告)日：2024-08-16

申请号：CN202410644904.1

申请日：2024-05-23

Applicant: 中国矿业大学

Inventor： 赵佳琦 ,  王亚日 ,  周勇 ,  杜文亮 ,  阿卜杜穆塔利布·埃尔·萨迪克

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/25 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出一种基于多尺度特征融合和多分辨率采样掩膜生成的遥感图像实例分割方法，包括：步骤1，获取遥感图像实例分割数据集，步骤2：搭建改进的Mask R‑CNN网络模型，由主干网络swin transformer和特征金字塔FPN得到初始多尺度特征图，使用双维度加权模块对其加权融合，得到融合后多尺度特征图。融合后特征图经过区域建议网络RPN，得到各个实例的粗略位置。使用多种分辨率的RoIAlign算法，在初始和融合后特征图的目标位置处分别提取感兴趣特征图。融合后的感兴趣特征图用于分类和边界框检测。对融合前后的感兴趣特征图计算交叉注意力，预测分割结果。步骤3，利用遥感数据集对步骤2中搭建的实例分割模型进行训练。步骤4，使用训练好的模型对遥感图像进行检测。