Dynamic Fusion Label Assignment Network for Remote Sensing Object Detection

Chaoshi Lu

doi:10.1109/TGRS.2025.3625573

Dynamic Fusion Label Assignment Network for Remote Sensing Object Detection

2025-01-01

0

PRE

AI

DOI：10.1109/TGRS.2025.3625573

原文链接

原文求助

摘要

En 中文

遥感图像中的目标检测面临着由微小目标带来的严峻挑战，这些目标常被背景噪声所淹没。微小目标与较大目标相比存在显著尺度差异，使得在标签分配时难以同时兼顾大小目标。本文提出了一种新颖的动态融合标签分配网络（DFLAN）以解决这些问题。首先，为有效提取背景噪声中的微小目标特征，我们引入了一种新颖的特征选择交互金字塔网络。其次，开发了一种新颖的动态融合标签分配（DFLA）算法，该算法实现了对微小目标和较大目标的标签分配协同处理。最后，提出了一种新的解耦检测头，以防止任务耦合干扰本就较弱的微小目标特征。所提出的DFLAN方法在两个广泛使用的数据集上达到了当前最佳性能：DOTA-v1.0（79.42% mAP）、HRSC2016（98.86% mAP）和DIOR-R（67.68% mAP）。

Keyword:

Feature fusion

label assignment

oriented object detection

task decoupling

Vision Mamba

Dynamic Fusion Label Assignment Network for Remote Sensing Object Detection

摘要

期刊

机构

引用论文