摘要
本发明涉及遥感和计算机视觉技术领域,公开了一种基于集中视觉处理中心的遥感目标检测方法,首先提出了一个集中视觉处理中心(CVPC),此结构为Transformer encoder和CNN并行的视觉处理中心,其中Lightweight encoder用来捕捉全局的长程依赖关系,Pixel level learning center(PLC)模块用来建立像素级的相关性,增强细节特征的表示能力。CVPC有效地提高了特征相似度高、遮挡严重的遥感目标的检测效率。其次,我们提出了集中式特征跨层融合金字塔结构,以自上而下的方式,与集中视觉处理中心的结果进行融合,增强了各层特征的细节表达能力。最后,我们引入了稀疏卷积检测头(CEASC),提高准确性的同时保证了检测效率。本发明提出的3CNet在平衡检测速度的前提下,实现了较为先进的检测精度(DOTA‑v1.0为78.62%mAP,DIOR为79.12%mAP,RSOD为95.50%mAP)。