魏 瑋，楊 茹，朱 葉

河北工業(yè)大學(xué) 人工智能與數(shù)據(jù)科學(xué)學(xué)院，天津 300401

近年來，基于深度學(xué)習(xí)的目標(biāo)檢測算法層出不窮，不少學(xué)者越來越關(guān)注算法面向工業(yè)界的應(yīng)用，尤其是對實(shí)際應(yīng)用場景是否有足夠的魯棒性。遙感圖像具有宏觀、客觀、綜合、實(shí)時、動態(tài)、快速等特點(diǎn)，為地球資源調(diào)查與開發(fā)、國土整治、環(huán)境監(jiān)測，以及全球性的研究提供了新的手段。

隨著計算機(jī)視覺、人工智能技術(shù)的迅速發(fā)展，在眾多的目標(biāo)檢測算法中，基于深度學(xué)習(xí)的方法因其無需特征工程，適應(yīng)性強(qiáng)，易于轉(zhuǎn)換等特點(diǎn)得到了較為廣泛的應(yīng)用[1]。因此用深度學(xué)習(xí)的方法來進(jìn)行遙感圖像的目標(biāo)檢測是目前研究的熱點(diǎn)，也是未來發(fā)展的方向?，F(xiàn)階段通過深度學(xué)習(xí)來進(jìn)行目標(biāo)檢測的方法主要有兩種：兩階段（two-stage）檢測模型和單階段（one-stage）檢測模型。兩階段檢測模型，將圖片分成兩個階段處理，檢測精度較高，但是耗時過長，難以達(dá)到實(shí)時檢測效果，主要包括：R-CNN[2]、Fast R-CNN[3]、Faster R-CNN[4]、R-FCN[5]等。單階段檢測模型能實(shí)現(xiàn)端到端的檢測，有著更快的檢測速度，精度相較于兩階段檢測有所降低，主要包括：YOLO[6]、SSD[7]、YOLOv2[8]、YOLOv3[9]等。

從CornerNet[10]開始，Anchor-Free 的目標(biāo)檢測模型層出不窮，隨后達(dá)到了井噴的狀態(tài)，意味著目標(biāo)檢測邁入了Anchor-Free 時代。早期的Anchor-Free 檢測模型主要有：DenseBox[11]、YOLO，而后新出的檢測模型主要 包括：ExtremeNet[12]、CenterNet[13]、FSAF[14]、FCOS[15]、FoveaBox[16]等。Anchor-Free 模型算法主要的優(yōu)勢在于拋棄了目前兩階段模型和單階段模型都用到的anchor boxes，主要原因主要有兩點(diǎn)：一是一張圖片上提取的anchor boxes 數(shù)量較多，而目標(biāo)相對較少，從而造成正負(fù)樣本不均衡；二是一個像素點(diǎn)處有3組寬高比分別為1∶2、1∶1、2∶1的錨點(diǎn)框組成，根據(jù)目標(biāo)大小會引入更多的超參數(shù)，比如anchor的數(shù)量、大小和寬高比等，影響模型訓(xùn)練效率。CenterNet 相較CornerNet 做出了改進(jìn)，檢測精度和速度相較兩階段和單階段算法都提高不少，與YOLOv3算法在相同速度下，精度較前者提高4個點(diǎn)，而且CenterNet結(jié)構(gòu)簡單，功能強(qiáng)大，亦可用于人體姿態(tài)檢測和3D目標(biāo)檢測。

本文將CenterNet算法應(yīng)用于遙感圖像的目標(biāo)檢測領(lǐng)域，為提高算法對遙感圖像的適用性和準(zhǔn)確率，對CenterNet 算法進(jìn)行改進(jìn)。對數(shù)據(jù)集進(jìn)行預(yù)處理，針對遙感圖像觀測面積廣，背景信息復(fù)雜，檢測實(shí)例大小差異較大，大小目標(biāo)分布不均衡等特點(diǎn)，并且要求實(shí)現(xiàn)實(shí)時的目標(biāo)檢測，實(shí)驗(yàn)選擇檢測效果最好的Hourglass-104[17]作為主干網(wǎng)絡(luò)，并對CenterNet網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn)，在保證檢測速度的情況下，檢測精度有了較大提升，加快收斂速度并減少了參數(shù)計算量。

1 CenterNet算法

CenterNet 算法是 Zhou 等在 2019 年 4 月提出的，將檢測目標(biāo)建模成一個單點(diǎn)，即目標(biāo)框的中心點(diǎn)，通過熱點(diǎn)圖（keypoint heatmap）找到中心點(diǎn)，然后根據(jù)該中心點(diǎn)的圖像特征回歸得到目標(biāo)的其他特征，比如目標(biāo)尺寸、3D坐標(biāo)方向、姿態(tài)信息等。原文使用了三種用于目標(biāo)檢測的網(wǎng)絡(luò)，分別為 Rsenet-18[18]、DLA-34[19]、Hourglass-104，設(shè)置輸出分辨率的下采樣因子為4，所得熱力圖的前100個峰值為檢測目標(biāo)中心點(diǎn)，設(shè)置閾值篩選得到最終目標(biāo)中心點(diǎn)。整個過程不基于anchor機(jī)制，不需要提前設(shè)置anchor 的超參數(shù)，同時放棄NMS[20]操作，大大減少了網(wǎng)絡(luò)的計算量和訓(xùn)練時間。

將一張圖片輸入到全卷積神經(jīng)網(wǎng)絡(luò)中，生成一張熱力圖，熱力圖上的點(diǎn)和最終的目標(biāo)框有關(guān)，接著將熱力圖上的點(diǎn)所對應(yīng)的圖像特征輸入預(yù)測網(wǎng)絡(luò)中直接預(yù)測目標(biāo)框的長寬，原文將檢測問題簡化成一個點(diǎn)，即目標(biāo)中心點(diǎn)，不僅算法思路簡單，并且具有很高的精度和速度。本文實(shí)驗(yàn)選取Hourglass網(wǎng)絡(luò)作為特征提取的全卷積網(wǎng)絡(luò)，Hourglass 網(wǎng)絡(luò)級聯(lián)多個沙漏模塊提取目標(biāo)的多尺度特征，其中高分辨率特征捕獲多個關(guān)鍵點(diǎn)之間的相互關(guān)系，低分辨率特征捕獲局部語義信息，并且引入中間監(jiān)督進(jìn)行端到端的訓(xùn)練。選取Hourglass-104 作為檢測網(wǎng)絡(luò)，CenterNet的網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。具體算法步驟如下：

首先輸入I∈RW×H×3的圖像，通過檢測網(wǎng)絡(luò)Hourglass預(yù)測產(chǎn)生一張關(guān)鍵點(diǎn)的熱點(diǎn)圖（keypoint heatmap）：

其中，W和H分別為圖像的寬和高，R為輸出的步長（stride），實(shí)驗(yàn)中R設(shè)置為4，C為檢測點(diǎn)類別的數(shù)量，本實(shí)驗(yàn)中C取80，代表數(shù)據(jù)集中有80 個類別。其中表示檢測到一個關(guān)鍵點(diǎn)，表示背景。實(shí)際實(shí)驗(yàn)中，輸入圖像大小為512×512，輸出特征圖大小為128×128。

中心點(diǎn)預(yù)測、中心點(diǎn)偏置（offset）和目標(biāo)框大小的預(yù)測結(jié)果通過三支獨(dú)立的卷積操作得到。在預(yù)測階段，首先在熱點(diǎn)圖上篩選出大于等于8 領(lǐng)域的局部極大值（peaks），選擇置信度前100的peaks，每個關(guān)鍵點(diǎn)位置通過高斯分布函數(shù)可以計算出關(guān)鍵點(diǎn)的置信度Y值，下面解碼產(chǎn)生預(yù)測框坐標(biāo)結(jié)果：

圖1 CenterNet網(wǎng)絡(luò)結(jié)構(gòu)圖

CenterNet 中的損失函數(shù)的計算沿用了CornerNet中的做法，總的損失函數(shù)為中心點(diǎn)預(yù)測損失函數(shù)、目標(biāo)中心的偏置損失和目標(biāo)大小損失相加總和，每個損失函數(shù)有相對應(yīng)的權(quán)值。其中中心點(diǎn)預(yù)測損失函數(shù)是Focal Loss[21]根據(jù)CenterNet算法結(jié)構(gòu)進(jìn)行的改進(jìn)，根據(jù)前人經(jīng)驗(yàn)，F(xiàn)ocal Loss 超參數(shù)設(shè)置為2 和4，可以更好地提高算法檢測精度。損失函數(shù)分別如下：

此函數(shù)中心點(diǎn)預(yù)測損失函數(shù)，其中α和β分別是2和4。

此函數(shù)為目標(biāo)中心偏置損失函數(shù)，其中R為4。

此函數(shù)為目標(biāo)框大小損失函數(shù)，總的損失函數(shù)為三個損失函數(shù)之和：

其中λsize=0.1，λoff=1。

CenterNet在目前目標(biāo)檢測算法中取得了很好的成果，且算法中每個目標(biāo)只檢測一個點(diǎn)，不存在多個檢測框互相重疊的情況，因此省去了計算量較大的NMS 后處理步驟，給檢測領(lǐng)域帶來較大的突破。但是CenterNet算法仍存在缺點(diǎn)，例如在檢測圖像中，如果存在兩個不同目標(biāo)邊框中心點(diǎn)重合的情況，下采樣時中心點(diǎn)就會擠到一起，檢測結(jié)果可能只能檢測到一個目標(biāo)，而CenterNet對于這種情況沒有好的解決辦法。

遙感圖像是無人機(jī)在高空作業(yè)中采集的俯瞰航拍圖像集，Guo等[22]采用三鄰域點(diǎn)二值梯度輪廓特征對航拍車輛進(jìn)行檢測。航拍采集的圖像中很少存在不同目標(biāo)相互遮擋的問題，目標(biāo)框中心點(diǎn)重合情況也會大大地減少，有效地避免了CenterNet網(wǎng)絡(luò)的缺陷，因此將CenterNet 網(wǎng)絡(luò)應(yīng)用于遙感圖像的檢測存在著較大的優(yōu)勢。但是目標(biāo)檢測中密集檢測一直是檢測領(lǐng)域未能解決的難題，遙感圖像具有觀測面積大但目標(biāo)實(shí)例相對較小，目標(biāo)尺寸差異較大且分布不均勻等特點(diǎn)，數(shù)據(jù)集圖片中像素是個位數(shù)的實(shí)例大量存在，這就給CenterNet 網(wǎng)絡(luò)帶來很大的挑戰(zhàn)，直接將CenterNet 網(wǎng)絡(luò)用于遙感圖像的檢測很難有大的突破，必須要對CenterNet 網(wǎng)絡(luò)進(jìn)行改進(jìn)，使網(wǎng)絡(luò)更好地對遙感圖像數(shù)據(jù)集的檢測，提高檢測效果。

2 改進(jìn)CenterNet算法

CenterNet 算法在MSCOCO 數(shù)據(jù)集上取得良好的效果，而本文所使用的遙感數(shù)據(jù)集，實(shí)例種類較多、背景信息復(fù)雜，而且實(shí)例間分布差異較大，目標(biāo)大小差異較大，這給檢測任務(wù)帶來很大的挑戰(zhàn)。因此要使網(wǎng)絡(luò)更好地適應(yīng)遙感圖像，并且取得較好的檢測效果，就必須對CenterNet網(wǎng)絡(luò)進(jìn)行改進(jìn)。

CenterNet與其他流行的目標(biāo)檢測算法的效果對比如表1所示，可以看出CenterNet在檢測速度和準(zhǔn)確率方面取得了較好的平衡。

表1 CenterNet與流行算法效果對比

2.1 網(wǎng)絡(luò)結(jié)構(gòu)改進(jìn)

2.1.1 Hourglass-104網(wǎng)絡(luò)

本文選擇Hourglass-104 作為特征提取網(wǎng)絡(luò)。網(wǎng)絡(luò)結(jié)構(gòu)如圖2（a）所示，其中的一階Houglass 模塊為圖2（b）所示，該網(wǎng)絡(luò)為全卷積神經(jīng)網(wǎng)絡(luò)，是編碼和解碼的結(jié)構(gòu)（encoder-decoder），重復(fù)使用自底向上（bottom-up）和自頂向下（top-down）并聯(lián)合中間結(jié)果的監(jiān)制機(jī)制在人體關(guān)鍵點(diǎn)檢測取得較好的效果，Hourglass-104是由兩個Hourglass模塊堆疊而成，殘差模塊是基本的網(wǎng)絡(luò)單元，如圖3所示。利用Hourglass的網(wǎng)絡(luò)特性，將它用于基于關(guān)鍵點(diǎn)的目標(biāo)檢測，提升了網(wǎng)絡(luò)的性能。

2.1.2 深度可分離卷積

深度可分離卷積（Depthwise Separable Convolutions）是一些輕量級網(wǎng)絡(luò)，比如Xception[23]、MobileNet[24]等的重點(diǎn)所在，實(shí)際是將傳統(tǒng)的卷積操作分成兩步完成，先進(jìn)行空間關(guān)系映射的逐深度卷積（depthwise convolution），再進(jìn)行通道關(guān)系映射的逐點(diǎn)卷積（pointwise convolution），在網(wǎng)絡(luò)提取屬性較多的情況下，能大大減少參數(shù)計算量，提高網(wǎng)絡(luò)檢測效率。

2.1.3 改進(jìn)CenterNet中殘差模塊結(jié)構(gòu)

降低神經(jīng)網(wǎng)絡(luò)的計算量一直是網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化的目標(biāo)之一。Hourglass-104 是由兩個Houglass 模塊堆疊而成，網(wǎng)絡(luò)深度為104層，網(wǎng)絡(luò)的參數(shù)量非常大，已經(jīng)遠(yuǎn)大于50×106，參數(shù)量如表2所示。網(wǎng)絡(luò)基本組成模塊就是殘差模塊，網(wǎng)絡(luò)的大部分計算量也消耗在殘差模塊的卷積操作計算上，對于此次的遙感數(shù)據(jù)集來說，數(shù)據(jù)集過大，圖像分辨率較大且背景復(fù)雜，訓(xùn)練時間較長，對網(wǎng)絡(luò)結(jié)構(gòu)和硬件設(shè)施來說都是一個挑戰(zhàn)。

圖2 （a）Houglass-104網(wǎng)絡(luò)結(jié)構(gòu)

圖2 （b） 一階Houglass模塊

圖3 殘差模塊

表2 Hourglass-104參數(shù)數(shù)量

針對上述問題，將整個Hourglass-104網(wǎng)絡(luò)中的殘差模塊中的第一個3×3卷積替換成深度可分離卷積，先進(jìn)行3×3空間卷積，再進(jìn)行1×1通道卷積在保持精度平衡的情況下，減少網(wǎng)絡(luò)參數(shù)，提高網(wǎng)絡(luò)的檢測速度。改進(jìn)的殘差模塊如圖4所示。

圖4 改進(jìn)后的殘差模塊

殘差模塊中的標(biāo)準(zhǔn)卷積替換成深度可分離卷積后，網(wǎng)絡(luò)結(jié)構(gòu)的詳細(xì)對比如表3所示。

其中標(biāo)準(zhǔn)卷積的計算量為：

h×w×c×k×3×3

表3 殘差網(wǎng)絡(luò)結(jié)構(gòu)對比

Depthwise卷積計算量為：

h×w×c×3×3

Pointwise卷積計算量為：

h×w×c×k

計算量對比為：

2.2 引入注意力機(jī)制

注意力機(jī)制以其特有的數(shù)據(jù)處理的方式被廣泛應(yīng)用于自然語言處理、圖像識別及語音處理等任務(wù)中，使網(wǎng)絡(luò)能自動學(xué)習(xí)到圖像或文字中需要注意的地方，即感興趣的信息。主要分為三種：空間注意力機(jī)制、通道注意力機(jī)制、空間和通道混合注意力機(jī)制。針對遙感數(shù)據(jù)集中圖像觀測面積大，信息量大，檢測實(shí)例中目標(biāo)大小差異較大，大目標(biāo)少且獨(dú)立，小目標(biāo)多且集中的特點(diǎn)，注意力機(jī)制能很好地學(xué)習(xí)到遙感圖像中的目標(biāo)特征，并且抑制非目標(biāo)特征，強(qiáng)調(diào)實(shí)例信息，抑制背景信息，提高檢測精度。

本實(shí)驗(yàn)選擇代表空間和通道混合注意力機(jī)制的CBAM[25]（Convolutional Bottleneck Attention Module）注意力機(jī)制，如圖5 所示，幫助模型更好地選擇中間特征。

圖5 CBAM模塊結(jié)構(gòu)圖

CBAM 模塊是一個輕量級和通用的模塊，所以CBAM模塊可以插入到整個網(wǎng)絡(luò)的卷積模塊中，實(shí)現(xiàn)端到端的同步訓(xùn)練。本實(shí)驗(yàn)主要是在圖像輸入Hourglass主干網(wǎng)絡(luò)之前的卷積模塊中插入大小為7×7的Attention模塊，同時在Hourglass 網(wǎng)絡(luò)中兩個堆疊的Hourglass 模塊之后的卷積模塊中分別插入3×3 的Attention 模塊。插入的注意力機(jī)制模塊能使網(wǎng)絡(luò)提取到更多圖像中的關(guān)鍵信息，提高數(shù)據(jù)集中小目標(biāo)的檢測精度。網(wǎng)絡(luò)結(jié)構(gòu)如圖6所示。

圖6 加入注意力機(jī)制后的網(wǎng)絡(luò)結(jié)構(gòu)

3 實(shí)驗(yàn)與分析

3.1 數(shù)據(jù)預(yù)處理

本文使用的遙感數(shù)據(jù)集為DOTA-v1.5[26]，較DOTA-v1.0增加了一類，總共包含16類：飛機(jī)、船舶、儲油罐、棒球場、網(wǎng)球場、籃球場、田徑場、海港、橋梁、小型車輛、大型車輛、直升機(jī)、環(huán)形交叉路口、足球場、游泳池、集裝箱起重機(jī)。

數(shù)據(jù)預(yù)處理主要包括：數(shù)據(jù)集圖像裁剪、標(biāo)簽轉(zhuǎn)換、歸一化。原數(shù)據(jù)集中圖片的像素值很大，大部分在1 000×1 000～4 000×4 000之間，無法直接輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，需要對其進(jìn)行裁剪。裁剪所得圖片相鄰的圖像之間重合面積不超過100像素，當(dāng)實(shí)例在裁剪過程中被分割時，如果達(dá)到原實(shí)例面積的70%，則保留該實(shí)例，否則舍棄。最終將原數(shù)據(jù)集統(tǒng)一裁剪成1 024×1 024大小，效果如圖7（a）所示。裁剪過后總共有19 222張圖像，其中訓(xùn)練集13 309 張，測試集1 966 張，驗(yàn)證集3 947 張。

圖7 裁剪前后對比圖

原數(shù)據(jù)集的4 個坐標(biāo)標(biāo)簽是以實(shí)例框其中一個點(diǎn)為起點(diǎn)，順時針旋轉(zhuǎn)順序排列形成的任意四邊形，標(biāo)簽文件也是.txt文件格式，參照原實(shí)驗(yàn)所用MSCOCO數(shù)據(jù)集格式，需要將標(biāo)簽轉(zhuǎn)換成平行框標(biāo)簽格式，并生成所對應(yīng)的.json文件，如圖8所示。

圖8 標(biāo)簽轉(zhuǎn)換前后對比圖

新生成的標(biāo)簽轉(zhuǎn)換格式如下：

其中xmax、xmin為原標(biāo)簽中4個坐標(biāo)點(diǎn)中x坐標(biāo)的最大、最小值，ymax、ymin為y坐標(biāo)的最大、最小值。width、height分別為邊界框的寬和高。

最后計算所有圖片的均值和方差，將數(shù)據(jù)集進(jìn)行歸一化處理。

3.2 網(wǎng)絡(luò)訓(xùn)練

本實(shí)驗(yàn)使用DOTA-v1.5 遙感數(shù)據(jù)集進(jìn)行訓(xùn)練，實(shí)驗(yàn)基于PyTorch 深度學(xué)習(xí)框架，在Anaconda 上搭建Python=3.6，PyTorch v0.4.1 的虛擬環(huán)境，使用改進(jìn)前后的CenterNet算法，訓(xùn)練和測試均在Ubuntu 16.04系統(tǒng)、NVIDIA 1070Ti 顯卡、CUDA9.0 上進(jìn)行。實(shí)驗(yàn)部分參數(shù)設(shè)置如表4所示。

表4 實(shí)驗(yàn)部分參數(shù)設(shè)置

3.3 實(shí)驗(yàn)結(jié)果及分析

經(jīng)過漫長的90 輪左右訓(xùn)練，損失基本達(dá)到平穩(wěn)狀態(tài)，原算法與改進(jìn)后算法的損失函數(shù)對比圖如圖9、圖10所示，其中圖9 為總的loss 對比，是中心點(diǎn)預(yù)測損失函數(shù)、目標(biāo)中心的偏置損失和目標(biāo)大小損失相加以固定權(quán)重相加的總和，可以看到改進(jìn)后算法比原算法損失降低了0.5 左右，并且加快了算法的收斂速度。圖10（a）～（c）為hm_loss、wh_loss、off_loss 各自的對比圖，同樣說明網(wǎng)絡(luò)損失降低，收斂速度加快，證明改進(jìn)后算法優(yōu)于原算法。

圖9 改進(jìn)前總損失函數(shù)對比圖

表5 為90 輪在測試集上的平均精度和召回率的對比結(jié)果，IoU為0.5時為整個網(wǎng)絡(luò)的mAP，改進(jìn)后算法較之前算法精度有明顯提升，但也存在一些問題，比如IoU從0.5到0.75時，AP值大幅下降，說明改進(jìn)后的算法依然存在很多定位不準(zhǔn)確的目標(biāo)框，通過觀察序號10、11、12，小目標(biāo)的召回率依舊較低，但是相比改進(jìn)之前有所提高。

表6 為原算法和改進(jìn)之后算法對數(shù)據(jù)集中各個類別的mAP 對比，可以看出，改進(jìn)前和改進(jìn)后的算法對尺寸較大、分布稀疏的實(shí)例，比如籃球場（basketball court）、田徑場（tennis court）檢測效果都比較好，改進(jìn)后比改進(jìn)之前的檢測精度有所提高。但是對尺寸較小、分布集中的小目標(biāo)，比如船（ship）、小車輛（small vehicle）來說，改進(jìn)后的算法一定程度上提高了小目標(biāo)的精度，相較于未改進(jìn)之前精度有一定的提升，但是整體來看，相對大目標(biāo)來說，小目標(biāo)精度還是偏低。其中部分檢測目標(biāo)，比如海港（harbor）等改進(jìn)之后的檢測效果明顯提升，漏檢率大大降低。充分說明了改進(jìn)后的算法較改進(jìn)前的算法有明顯的提升。

表5 測試結(jié)果對比圖

圖10 改進(jìn)后hm_loss、wh_loss、off_loss損失函數(shù)對比圖

表6 各類別mAP對比 %

從數(shù)據(jù)集中隨機(jī)挑選相同的圖片分別用改進(jìn)前后的算法進(jìn)行測試，圖11 為效果對比圖，其中左側(cè)是CenterNet算法，右側(cè)為本文改進(jìn)算法。

圖11（a）是海港圖片，改進(jìn)之前基本檢測不到海港（harbor）實(shí)例，改進(jìn)之后海港實(shí)例檢測效果明顯提升。圖11（c）為密集船只，改進(jìn)后小目標(biāo)船只（ship）的檢測數(shù)量明顯增加，同時檢測出海港（harbor）和一些小型車輛（small vehicle）等小目標(biāo)。圖11（d）是環(huán)形交叉路口和一些小車輛，檢測效果相近，改進(jìn)后的算法檢測出了圖片左側(cè)的游泳池，游泳池實(shí)例可視面積只有原實(shí)例面積的1/5 左右，降低了網(wǎng)絡(luò)的漏檢率，提高了檢測精度，進(jìn)一步說明改進(jìn)后算法整體優(yōu)于CenterNet。

圖11 （a） 海港

圖11 （b）海港同一位置的細(xì)節(jié)對比圖

圖11 （c）密集船只

圖11 （d）環(huán)形交叉路口和小型車輛

使用兩階段算法Faster R-CNN 和單階段算法SSD、YOLOv3、CenterNet 和本實(shí)驗(yàn)改進(jìn)算法做對比實(shí)驗(yàn)，對比結(jié)果如表7所示。

表7 不同算法檢測結(jié)果對比

由圖11 和表7 可以看出，改進(jìn)的CenterNet 算法與原CenterNet 算法相比，平均檢測時間減少了0.004 s，mAP 提高了9.7 個百分點(diǎn)，減少了網(wǎng)絡(luò)的漏檢率，且一定程度上提高了小目標(biāo)的檢測率。

改進(jìn)后算法精度與兩階段Faster R-CNN 算法基本持平，但是檢測速度約為其138 倍，改進(jìn)后算法檢測精度和檢測速度都超過了SSD 算法和YOLOv3 算法，取得較好的成果，證明了網(wǎng)絡(luò)在遙感圖像檢測上的魯棒性。

4 結(jié)束語

本實(shí)驗(yàn)將CenterNet算法應(yīng)用到遙感圖像目標(biāo)檢測中，針對遙感圖像觀測面積大但目標(biāo)實(shí)例相對較小，目標(biāo)大小差異較大且大小目標(biāo)分布不均等問題，提出了改進(jìn)的CenterNet 算法，使用深度可分離卷積代替標(biāo)準(zhǔn)卷積，提高了檢測效率，同時使用注意力機(jī)制，抑制無用信息，提高檢測精度，證明了算法的可行性和合理性。

由于數(shù)據(jù)集較大，數(shù)據(jù)集中小目標(biāo)較多且集中，還有硬件設(shè)施等問題，檢測效果仍存在一定的局限性，下一步將結(jié)合輕量級網(wǎng)絡(luò)和特征融合的思路進(jìn)行下一步的研究。