(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211134604.6 (22)申请日 2022.09.19 (71)申请人 中国电子科技 集团公司第十 研究所 地址 610000 四川省成 都市金牛区茶店子 东街48号 (72)发明人 刘杰　乔文昇　 (74)专利代理 机构 成都九鼎天元知识产权代理 有限公司 51214 专利代理师 钱成岑 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/766(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06T 7/66(2017.01) G06T 7/73(2017.01) (54)发明名称 一种基于解耦检测头的单阶段旋转目标检 测方法 (57)摘要 本发明公开了一种基于解耦检测头的单阶 段旋转目标检测方法， 包括以下步骤： S1、 对遥感 图像进行数据预处理； S2、 通过解耦检测头在遥 感图像的旋转目标检测数据集上对旋转目标检 测网络模型进行训练； S3、 通过训练好的旋转目 标检测网络模 型进行推理， 得到旋转目标的分类 结果、 角度分类结果、 边界框偏移量以及前景分 数。 本发明针对现实场景中更加常见的旋转目 标， 提出将角度预测引入现有的单阶段水平检测 器， 实现旋转目标检测。 权利要求书2页 说明书6页 附图1页 CN 115512219 A 2022.12.23 CN 115512219 A 1.一种基于解耦检测头的单阶段旋转目标检测方法， 其特 征在于， 包括以下步骤： S1、 对遥感图像进行 数据预处 理； S2、 通过解耦检测头在遥感图像的旋转目标检测数据集上对旋转目标检测网络模型进 行训练； S3、 通过训练好的旋转目标检测网络模型进行推理， 得到旋转目标的分类结果、 角度分 类结果、 边界框偏移量以及前 景分数。 2.根据权利要求1所述的基于解耦检测头的单阶段旋转目标检测方法， 其特征在于， 所 述步骤S1具体为： 从原始图像中裁剪出一系 列1024×1024图像块， 图像块之间重叠了200个 像素， 同时将数据标签转换为长边表示法， 即每个标签包括目标的中心点坐标、 长边尺寸、 短边尺寸以及长边与x轴的夹角。 3.根据权利要求1所述的基于解耦检测头的单阶段旋转目标检测方法， 其特征在于， 所 述旋转目标检测网络模型通过在YOLOv5水平检测 器中引入基于圆形光滑标签的角度分类 模块构建。 4.根据权利要求1所述的基于解耦检测头的单阶段旋转目标检测方法， 其特征在于， 所 述旋转目标检测网络模型包括一层用于融合通道信息的卷积层， 以及三个并列 的平行分 支， 所述平行分支由一个残差层和一个卷积层构成， 其中残差层增加了网络深度， 提升了网 络性能。 5.根据权利要求1所述的基于解耦检测头的单阶段旋转目标检测方法， 其特征在于， 训 练旋转目标检测网络模型的损失函数L 为： 上式中， vn′、 pon′、 pcn′和 θn′表示边界框偏移、 前景分数、 类别分数和旋转角度的预测向 量， vn、 pon、 pcn和 θn表示边界框偏移、 前景分数、 类别分数和旋转角度的目标向量， λreg、 λobj、 λcls和 λangle是为了控制平衡的超参数， Lreg表示边界框预测的损失为CIoU损失， Lobj、 Lcls和 Langle分别表示前景分数预测、 分类、 角度分类的损失， N为每张训练图中的正样本个数， n＝ 1,2,…,N。 6.根据权利要求1所述的基于解耦检测头的单阶段旋转目标检测方法， 其特征在于， 将 边界框偏移 量恢复为边界框坐标， 恢复边界框后， 基于预测的分类结果和前景分数， 通过旋 转非极大值抑制过 滤掉重叠的多余预测边框； 将边界框坐标恢复的具体公式为： bx＝2σ(tx)‑0.5+cx by＝2σ(ty)‑0·5+cy bw＝pw(2σ(tw))2权　利　要　求　书 1/2 页 2 CN 115512219 A 2上式中， tx、 ty、 tw、 表示预测的中心点横纵偏移和长宽偏移， bx、 by、 bw、 表示恢复后 边界框的中心点横坐标、 纵坐标、 长和宽， cx和cy表示目标中心点所在网格的左上角横 纵坐 标， pw和 表示参考锚框的长和宽， σ 表示sigmo id方程， 将预测偏移量范围限制在[0,1]。 7.根据权利要求1所述的基于解耦检测头的单阶段旋转目标检测方法， 其特征在于， 所 述旋转目标检测网络模型中加入了基于距离惩罚的类别标签， 距离惩罚的计算公式为： 上式中， gti表示第i个真值， psi,j表示第i个真值的第j个正样本， 和 表示正 样本psi,j的中心点坐标， 表示正样本psi,j的距离惩罚， 和 表示gti真值的中 心点坐标； 基于距离惩罚的类别标签的计算公式为： 上式中， 表示调整后第i个真值对应的第j个正样本的类别标签， 表示调整前共用的类别标签。 8.根据权利要求1所述的基于解耦检测头的单阶段旋转目标检测方法， 其特征在于， 所 述解耦检测头共有三路， 包括分类分支、 角度分支和回归 ‑前景分支， 分别用于目标分类、 角 度分类、 边界框回归和前 景分数预测， 边界框回归和前 景分数预测共用一个 检测头。 9.根据权利要求8所述的基于解耦检测头的单阶段旋转目标检测方法， 其特征在于， 在 网络训练中， 边界框回归和前景分数预测依赖于相同的拟合 目标： 预测和真值边框的交并 比； 角度分类的拟合 目标为基于圆形光滑的角度类别标签， 分类的拟合 目标为基于距离惩 罚项的目标类别标签。权　利　要　求　书 2/2 页 3 CN 115512219 A 3