1.You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery

論文時間:2018.5
論文地址:https://arxiv.org/pdf/1805.09512.pdf
網絡結構:
基於YOLOv2的改進網絡結構,為了解決目標較小問題,輸出特征圖從13變成26,輸入圖像尺寸416
測試過程:
采用滑動窗口法選擇416大小的區域,相鄰區域之間重疊15%避免物體在邊界被分割的情況.如下圖

算法性能:
大於5個像素的目標可以被有效的檢測,圖像質量 30cm GSD,從論文效果來看,即使檢測車輛,也比較有效.車輛長寬一般為3-4米,也就是10個像素左右

不同分辨率下的效果
左邊是15cm每像素,右邊是90cm每像素,F1 score分別為0.94和0.84,下降幅度可以接受

2.Contextual Region-Based Convolutional Neural Network with Multilayer Fusion for SAR Ship Detection

論文時間:2017
算法簡介:基於vgg16網絡的兩階段檢測器(faster-rcnn類似,需要先提取候選區域,再利用roi-pooling提取區域內特征的算法).為了檢測小目標,融合了淺層特征.
測試: 滑動窗口截取512大小區域,和第一篇方法類似
數據
10m每像素,作者統計的艦船大小,大部分艦船像素占20-80像素,這裏的像素指面積

效果

衛星圖像目標檢測