目标立体检测 红外图像_YOLO模型实现超大图像上目标滑窗检测

问题描述

最近用YOLO模型，在做超大图像(如卫星遥感影像、无人机图像)上目标检测。由于遥感目标检测难点在于包括小目标 (small objects)、密集 (cluttered arrangement)、方向任意(arbitrary orientations)等问题，因此YOLO模型对超大图像检测存在效果失灵问题。至于具体的YOLO框架模型，这里不具体介绍，感兴趣的请参阅相关文档。

解决思路

分析发现，出现问题的核心是图像的分辨率高、尺寸过大。经研究发现，采用滑动窗口分块读取图像数据进行检测的方法，可得到较为满意的效果。

具体过程

——读入图像

——设置滑窗大小

——分块读取影像

——将图像块送入检测器进行检测，得到检测框、对应分数及目标类别

——将各块检测结果进行合并

——输出最终检测结果图像文件、数据文件

实现代码

由于不能直接发代码，就截图上传，供大家参考。

改进说明

需要说明的是，分块图像未考虑重叠问题，会对切割图块切