Position Detection and Direction Prediction for Arbitrary-Oriented Ships via Multiscale Rotation Region Convolutional Neural Network
论文地址:https://arxiv.org/abs/1806.04828
GitHub地址:https://github.com/yangxue0827/R2CNN_HEAD_FPN_Tensorflow
研究背景
- 遥感图像船只检测相对于其他类型目标的检测(飞机、土地、水系、植被),目标更加小且密集,且船只往往为倾斜状态。目标检测中的检测框包括水平检测框和旋转检测框两种。当船只密集时,水平框之间的冗余区域和重叠区域关联变大。
- 图片噪声干扰。
- 在检测框内包含太大的冗余区域会增大噪声,在采用NMS(非极大值抑制)之后会导致目标丢失。
算法框架
- 提出了一种新的端到端旋转检测框的目标检测算法。
- Dense FPN+ROI+旋转bounding box回归+prow diraction prediction(船头方向预测)+rotational NMS
- 特征提取(底层位置特征+高层语义特征)+选择bounding box+船头方向预测(简单有效,能提高准确率)+NMS约束