Poly Kernel Inception Network for Remote Sensing Detection

文章地址： https://arxiv.org/pdf/2403.06258.pdf

code地址：GitHub - NUST-Machine-Intelligence-Laboratory/PKINet

1、要干什么及解决什么问题

遥感图像中的目标检测经常面临一些日益严峻的挑战，包括目标尺度的巨大变化和不同的测距环境。
任意方向和大量尺度变化的目标

2、怎么解决的

以前的方法：通过扩大主干的空间接受野来解决这些挑战，要么通过大核卷积，要么通过扩张卷积。然而，前者通常会引入相当大的背景噪声，而后者则有可能产生过于稀疏的特征表示。

引入多核初始网络(PKINet)来处理上述挑战。PKINet采用不扩展的多尺度卷积核提取不同尺度的目标特征，并捕获局部上下文。此外，并行引入了上下文锚定注意(Context AnchorAttention, CAA)模块，用于捕获远程上下文信息。

PKI模块：

PKI模块是一个初始化风格的模块，它包括一个小核卷积来获取本地信息，然后是一组并行深度卷积来捕获跨多个尺度的上下文信息。

PKI块中的初始式PKI模块侧重于提取多尺度本地上下文信息。

像SPP感觉可以改成SPPF

CAA模块：

我们基于两个主要考虑因素选择深度明智的条形卷积。首先，条形卷积是轻量级的。与传统的kb× b二维深度卷积相比，我们可以用几个一维深度卷积核实现类似的效果，参数约简为kb/2。其次，条形卷积可以方便地识别和提取细长形状物体的特征，比如桥梁。为了增加CAA模块在其所属的PKI块越深时的接受域，我们设置kb=11+2×l，即我们计算内核大小kb作为PKI块深度n的函数。这样的设计增强了PKINet建立远程像素之间关系的能力。并且由于条带深度方向的设计，不会显著增加计算成本。