1.You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery

论文时间:2018.5

论文地址:

网络结构:

基于YOLOv2的改进网络结构,为了解决目标较小问题,输出特征图从13变成26,输入图像尺寸416

测试过程:

采用滑动窗口法选择416大小的区域,相邻区域之间重叠15%避免物体在边界被分割的情况.如下图

算法性能:

大于5个像素的目标可以被有效的检测,图像质量 30cm GSD,从论文效果来看,即使检测车辆,也比较有效.车辆长宽一般为3-4米,也就是10个像素左右

不同分辨率下的效果

左边是15cm每像素,右边是90cm每像素,F1 score分别为0.94和0.84,下降幅度可以接受

2.Contextual Region-Based Convolutional Neural Network with Multilayer Fusion for SAR Ship Detection

论文时间:2017

算法简介:基于vgg16网络的两阶段检测器(faster-rcnn类似,需要先提取候选区域,再利用roi-pooling提取区域内特征的算法).为了检测小目标,融合了浅层特征.

测试: 滑动窗口截取512大小区域,和第一篇方法类似

数据

10m每像素,作者统计的舰船大小,大部分舰船像素占20-80像素,这里的像素指面积

效果