基於深度學習的遙感圖像目標檢測

遙感圖像目標檢測是遙感圖像解譯的重要內容，其任務是對遙感圖像中感興趣目標進行分類和定位。近年來，人工智能和大數據分析技術快速發展，為遙感圖像目標檢測提供了新的方法和途徑，促進遙感圖像目標檢測向自動化、智能化方向邁進。
本書系統介紹遙感圖像目標檢測的理論、方法和應用，主要內容包括三部分：一是遙逸感圖像目標檢測理論和方法，主要闡述遙感圖像目標檢測的基本內涵、基於卷積神經網絡的目標檢測方法；二是光學遙感圖像目標檢測，主要針對類別非均衡、目標尺度和旋轉不變性問題，分別設計了語義分割模型、尺度相關模型和旋轉卷積集成模型：三是星載SAR圖像艦船目標檢測，闡述了面向艦船目標檢測的SAR圖像預處理問題，重點針對檢測精度低、邊框偏移和參數冗余問題，設計了無錨框檢測模型、評分圖模型和知識蒸餾模型。
本書內容翔實、銜接有序、體系完備，既有助於讀者從專業方向上理解遙感圖像目標檢測的理論、方法和應用，又有助於讀者對於遙感圖像目標檢測的系統認識。本書可作為遙感圖像目標檢測傾域科學工作者、工程技術人員的參考書。