公开(公告)号：CN117152527A

公开(公告)日：2023-12-01

申请号：CN202311164907.7

申请日：2023-09-08

Applicant: 南京理工大学

Inventor： 许春燕 ,  卢子涵 ,  崔振 ,  王丹 ,  何颖 ,  乔梁

IPC: G06V10/764 ,  G06V10/766 ,  G06V10/774 ,  G06V10/82 ,  G06V10/84 ,  G06V10/74 ,  G06N5/02

Abstract: 本发明公开了一种基于图组合优化的稀疏标记遥感图像目标检测方法，属于遥感图像目标检测的技术领域；构建稀疏标记的遥感图像数据集，并利用有限的标记数据对旋转目标检测器进行预训练。在训练阶段使用学生网络推理预测集，教师网络生成候选伪标签集，并构造全局对象图，基于适当的目标函数用图神经网络去参数化一个概率分布，映射为一个期望的解，根据蒙特卡洛采样和马尔可夫不等式最小化目标函数，从而优化图神经网络，得到最优的伪标签子集，最后利用增加的监督信号不断地更新和优化检测器。本发明采用上述方法，基于图神经网络的组合优化选出最优伪标签子集可以有效地利用有限的标签数据，从而提高稀疏标记遥感图像目标检测的性能。