本发明涉及计算机视觉领域,尤其涉及一种基于多模态的自适应遥感图像目标检测方法及系统。
背景技术:
1、现有的技术中都存在一些问题,分别如下:以上所述的遥感图像的目标检测任务中,(1)不能根据输入图像的信息自适应关注到重要的特征点;(2)背景和前景相似情况下旋转目标和尺寸不相同目标检测误检率高。
2、本发明解决的技术问题是:希望通过深度学习的方案检测遥感图像中指定的目标,比如:通过基于神经网络的旋转目标检测方法,检测出遥感图像中的汽车、飞机等预定义的目标。
技术实现思路
1、鉴于上述问题,提出了本发明以便提供克服上述问题或者至少部分地解决上述问题的一种基于多模态的自适应遥感图像目标检测方法及系统。
2、根据本发明的一个方面,提供了一种基于多模态的自适应遥感图像目标检测方法,所述目标检测方法包括:
3、采用自适应transformer的注意力提取最具判别性的特征;
4、融合类别文本信息到图像特征信息,增强特征表征能力。
5、本发明还提供了一种基于多模态的自适应遥感图像目标检测系统,其特征在于,所述目标检测系统包括:
6、遥感图像特征提取网络;
7、遥感图像特征金字塔模块;
8、文本编码模块;
9、文本编码特征和图像特征融合网络;
10、基于transformer技术的自适应注意力结构,包含在图像特征提取、特征金字塔网络和特征融合模块中;
11、检测头,输出目标检测类别和检测坐标。
12、本发明提供的一种基于多模态的自适应遥感图像目标检测方法及系统,所述目标检测方法包括:采用自适应transformer的注意力提取最具判别性的特征;融合类别文本信息到图像特征信息,增强特征表征能力。提取模型的判别特征,提升遥感图像检测的泛化性和准确性。
13、上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
1.一种基于多模态的自适应遥感图像目标检测方法,其特征在于,所述目标检测方法包括:
2.一种基于多模态的自适应遥感图像目标检测系统,其特征在于,所述目标检测系统包括: