联合高效混合编码器和结构重参数化的DINO遥感目标检测算法OA

应用于遥感图像检测的DINO算法最近受到广泛关注。遥感目标检测任务要求算法具备细粒度特征提取和广阔的空间搜索能力,但DINO算法的多层编解码结构会极大地增加算法的空间和运算复杂度,也不利于快速推理。基于此,提出改进DINO算法,从并行的大核卷积结构更适合遥感图像处理的事实出发,设计单层的高效混合编码器结构,提高了DINO算法的模型参数效率;在高效混合编码器结构内部,重新设计高效混合编码器,该编码器基于高效的卷积运算,采用结构参数化技术,使模型推理的参数量和计算量得到一定程度上的降低,进而降低了DINO算法的推理延迟。在NWPU和DOTA数据集上实验表明,改进DINO算法平均精度均值(mAP)相较原算法有1.8%、3.8%的微弱提升。值得关注的是,改进DINO算法大幅度降低了模型参数量和计算复杂度。相较目前主流算法,改进DINO算法在保持较好精度的情况下,参数量、计算复杂度和推理延迟方面取得较好的效果。