一种基于空间对齐和语义判别的多尺度遥感目标检测网络

本发明公开了一种基于空间对齐和语义判别的多尺度遥感目标检测网络，该算法模型以RT‑DETR为基线模型提出三个创新改进：首先为基于分组空间注意力的融合方法，实现多尺度特征的平衡空间感知融合。其次，提出边缘比例交并比损失函数，通过显式优化锚框与真实框之间的边缘对齐及长宽比校准，显著提升收敛速度和定位精度。最后，提出语义自适应对比学习策略，通过内容查询的直接对齐，使相似实例更接近、不相似实例更分离。在NWPU VHR‑10、DIOR和RSOD三个公开遥感数据集上的实验表明，本发明方法对于640*640*3大小的输入图片，达到了96.3%、81.4%和96.8%的准确率，模型参数量为19.6M，计算量为59.1GFLOPs，处理速度为200FPS(bs=1)，能够满足多尺度遥感目标检测需求。