摘要
本发明提供了一种基于语义分化的有向小目标检测方法。构建了基于语义分化的有向小目标检测网络,主要包括主干网络、语义分化分支和有向检测分支三部分,其中,语义分化分支通过选取检测质量较高的样例特征引导自定义的类别相关卷积核完成分化,再与输入的层级化特征进行卷积,能够增强前景区域的目标响应和不同类别目标特征的判别性;网络训练时采用小目标中心度量和实例级重校准策略,通过挖掘潜在的优质样本和动态调整样本的回归损失权重,增强模型对于极小尺寸目标的拟合。本发明能够在保持检测效率的同时显著提升小目标检测精度。