宋文龙，唐 锐，杨 昆，刘宏洁

（1.中国水利水电科学研究院 水利部防洪抗旱减灾工程技术研究中心，北京 100038；2.北京天地智绘科技有限公司， 北京 100192）

1 研究背景

卷积神经网络方法（CNN）使得目标检测工作取得巨大进展［1-5］，但是早期提出的基于正框（指边平行于图像像素行和列的矩形范围框）的模型在检测朝向各异、密集排布的目标时效果退化严重［6-9］。其主要原因是用正框圈定倾斜目标时不同实例间的交并比大，对训练时正例的选取以及检测结果的极大值抑制产生了消极影响。朝向各异、密集排布目标在遥感影像上非常普遍，解决此类目标检测问题具有重要意义，发展出了多种不同的倾斜范围框（斜框）标注方式及CNN模型。

最常用的斜框标注方式是在正框的基础上加一个旋转角度θ，其代数表示为(xc，yc，w，h，θ) ，其中(xc，yc)表示范围框中心点坐标，(w，h)表示范围框的宽和高［1-4］。对于该标注方式，如果将w和h的值互换，再将θ加上或者减去2kπ+π 2，就能够表示同一个范围框。由于同一个范围框有多种不同的数值表示，会导致近似范围框之间的数值差异有大大小小多种情况［10］。如果近似范围框之间的数值差异大，对于基于监督分类的方法来说，就是损失函数的取值异常［10-15］，不利于模型训练。此标注方式还有一种变形，标注正框时不是记录宽和高，而是记录中心点到四边的距离［11］，但同样会有损失异常的问题。

记录四个顶点的坐标也可以用于标注斜框。武大夏桂松和华科白翔团队制作的DOTA［6］数据集以及中国科学院大学模式识别与智能系统开发实验室标注的UCAS-AOD［11］数据集就采用了这种标注方式。……