薛俊达,朱家佳,李晓辉,张 静,窦 帅,米 琳,李子扬,苑馨方,李传荣

1（中国科学院 空天信息创新研究院 定量遥感信息技术重点实验室,北京 100094）

2（中国科学院大学 光电学院,北京 100049）

随着计算机处理能力的显著提升以及深度学习、卷积神经网络（Convolutional Neural Network,CNN）技术在自然图像目标检测应用中取得巨大成功,为实现高精度、自动、高效的遥感图像目标检测提供了新的技术途径与动力.2016年,Liu等[1]提出了SSD（Single Shot multibox Detector）模型.作为单阶段目标检测模型的代表之一,SSD模型在目标定位与分类过程中借鉴了双阶段模型Faster-R-CNN[2]的“anchor boxes”以及多尺度特征提取的思想,使其在保持单阶段目标检测模型的高检测效率的同时,检测精度有了很大提升.SSD在自然图像PASCAL VOC 2007数据集的平均检测精度mAP达到75.1%,每秒检测帧率（Frame Per Second,FPS）达到58,很大程度上实现了检测精度与速度的平衡.SSD的上述技术特点,使其在遥感图像目标检测任务中展现出很好的适用性和技术潜力,受到关注.

相比自然图像,遥感图像的图幅更大、场景和目标更为复杂,将SSD模型直接应用于遥感图像目标检测中难以获得满意的效果,必须针对遥感图像特点与目标分布特征对SSD模型进行适当的改进与优化.朱敏超等[3]针对遥感图像目标检测提出了改进的FDSSD网络,借鉴特征金字塔网络（Feature Pyramid Networks,FPN）[4]增强低层特征空间语义信息,在DOTA遥感图像数据集[5]的检测精度较原SSD模型有一定提升,对飞机、小汽车的检测精度分别为71.98%和41.56%.史文旭等[6]提出了改进的FESSD模型,分别利用多分支卷积和双路径……