特征解耦和实例分割的遥感影像近岸舰船检测

针对光学遥感图像中近岸舰船目标检测的难题,提出了一种基于特征解耦和实例分割的深度学习舰船检测方法。通过自适应特征金字塔自动学习融合多尺度上下文,增强网络提取特征能力;采用边界特征解耦网络,引入边界先验知识,减少舰船紧密排布带来的漏检问题和港口与舰船相似带来的虚警问题,提升了网络检测性能;通过中心点预测对网络结果做进一步分割,进一步提高了舰船检测的精确度。在自建遥感近岸舰船检测数据集上的实验表明,论文方法优于传统的锚框方法,具有更好的检测性能。论文算法有效提高了近岸舰船目标检测的精确度,对复杂背景下近岸舰船的检测具有参考价值。