[发明专利]一种用于遥感图像的新型实时检测器

权利要求书

1.一种用于遥感图像的新型实时检测器，其特征在于，包括以下步骤：

步骤S1：提供具有固定分辨率的图像，使用FSSD网络作为基准骨干网络，基于骨干网络提取多级特征映射；

步骤S2：通过自注意力模块对多级特征映射进行融合，并重建特征金字塔；

步骤S3：利用检测预测层生成最终的预测盒坐标和相应的置信度。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1提取的多级特征映射表示为其中，表示输入的第n级特征。

3.根据权利要求1所述的方法，其特征在于，所述步骤S2中，为了获得更多的语义信息并保持检测器的推理速度，我们对大于10×10的特征映射映射融合。为了更好地融合和分割不同层次的特征映射，本文采用连接层作为特征融合的方法。

4.根据权利要求1所述的方法，其特征在于，所述步骤S2可以表示为：

其中，表示第c层骨干网络第n级特征对应的特征映射，M_n是第n个连接层的特征映射大小，M_c是最后一个连接层的特征映射大小，T_i表示融合操作前所有源特征映射的变换，F表示特征融合函数。

5.根据权利要求1所述的方法，其特征在于，所述步骤S2中，本发明使用自注意力网络平衡不同级别中的特征差异。以便于捕捉局部细节特征和全局语义特征。

6.根据权利要求5所述的方法，其特征在于，本发明利用全连接层来评估注意力通道。该全连接层分成两个操作：融合w_s和提取主要过程可以表示为：

w_s＝W_sq(W_ex(P_gp))

其中，P_gp表示全局平均池化层输出结果，W_ex，W_sq为全连接层的权重。

7.根据权利要求6所述的方法，其特征在于，最后的权值w需要与前一个主干网经过分割后得到的各层特征图进行融合。拆分操作可由如下公式表示：

其中，是从核心自注意力网络层中获得的权重中分离的权重。