多模型协同的级联式遥感影像关键目标检测方法OA
针对复杂城市场景下遥感影像关键目标尺度多样、遮挡严重以及单模型检测性能受限等问题,提出了一种多模型协同的级联式检测方法。首先,采用YOLOv8构建初始检测模型,实现对遥感影像中关键目标的高效粗检测;然后,针对复杂场景下易漏检、误检的问题,利用SAM(Segment Anything Model)和视觉语言模型的联合推理机制,通过融合图像特征、候选区域空间信息与语言先验知识,对检测结果进行精准优化;结合DINO(DETR with Improved DeNoising Anchor boxes)模型对检测结果进行一致性校正,进一步提升检测结果的稳定性与准确性。整合DOTA、DIOR、FAIR和VisDrone等公开遥感图像数据集,引入自主采集的无人机专项数据并优化标注流程,构建了覆盖车辆、飞机、桥梁、道路交叉口等8类典型城市关键目标的多源融合遥感目标检测数据集。在构建的数据集上的实验结果表明,所提方法的mAP50达到90.4%,在单目标、多目标和密集目标场景下均表现出优异的检测精度与鲁棒性,能够有效应对复杂城市场景下的遥感目标检测挑战,可为城市场景感知、应急响应、交通监测等领域提供技术支撑。
任琰;蒋秉川;钱海忠;陈令羽;王洪威
信息工程大学,河南郑州450001信息工程大学,河南郑州450001信息工程大学,河南郑州450001信息工程大学,河南郑州45000131150部队,江苏南京210037
天文与地球科学
城市场景遥感影像关键目标检测YOLOv8算法视觉语言模型目标重匹配
《测绘科学技术学报》 2026 (3)
P.256-265,10
国家自然科学基金项目(42171456,42571549)智慧地球重点实验室(SYS-ZX06-2024-01)
评论