公开(公告)号：CN115565066A

公开(公告)日：2023-01-03

申请号：CN202211173313.8

申请日：2022-09-26

Applicant: 北京理工大学

Inventor： 师皓 ,  柴冰茜 ,  王裕沛 ,  陈亮

IPC: G06V20/10 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于Transformer的SAR图像舰船目标检测方法，针对小尺度SAR舰船目标，以Transformer作为主干网络，通过可变形注意力机制融合舰船有效信息，提高检测精度。首先对输入的原始图像进行Patch划分。将patch划分后的图像输入由Transformer构成的四阶段特征提取骨干网络，得到由浅到深的四个不同尺度的特征。将四个不同尺度的特征输入特征金字塔网络进行特征融合，得到由浅到深的五个不同尺度的融合特征。根据原始图像的舰船位置标注，提取目标的粗提取边缘图像。将最浅层的融合特征以及粗提取边缘图像输入边缘指导的形状增强模块，得到增强后的最浅层融合特征。增强后的最浅层融合特征和其他四个尺度的融合特征输入无锚框的目标检测头部，得到目标检测结果。

公开(公告)号：CN119169269A

公开(公告)日：2024-12-20

申请号：CN202411229837.3

申请日：2024-09-03

Applicant: 北京理工大学

Inventor： 陈亮 ,  柴冰茜 ,  刘文超 ,  陈禾

IPC: G06V10/25 ,  G06V10/82 ,  G06V10/44 ,  G06V10/764 ,  G06V10/766 ,  G06V20/13 ,  G06N3/0464

Abstract: 本公开提供了一种超轻量化遥感图像在轨实时目标检测方法和装置。该方案采用数据重组方式将高分辨率单通道图像转化为多通道的低分辨率特征图；这种像素重排列的方式，在不需要卷积处理的情况下减小特征图的大小，避免通道扩充带来的冗余，从而提升在轨应用的时效性。本发明进一步设计了超轻量化骨干网络进行特征提取，该网络进行多个阶段的分组卷积和下采样处理，然后按照与数据重组相反的方式进行反向重组，获得下采样的特征图，进而进行目标检测。使用本发明能够在保证网络性能的前提下提升推理速度并降低资源开销，完成在轨高效实时目标检测。