[Paper]遥感论文准备工作

Monday. July 23, 2018 - 1 min

Romote Sensing论文准备工作

文章架构基于SSD,代码是Tensorflow版本。

数据集(Dataset)

遥感数据集

• DOTA: A Large-scale Dataset for Object DeTection in Aerial Images

  包含来自不同传感器和平台的 2806 幅航拍图像。每个图像的尺寸在约800×800到4000×4000像素的范围内，并且包含呈现各种尺度，方向和形状的物体。然后，这些DOTA图像由航空图像解释专家使用15个常见对象类别进行注释。完全注释的DOTA图像包含188,282 实例，每个实例都由任意（8自由度）四边形标记

• UCAS-AOD: Dataset of Object Detection in Aerial Images

  包含1000个飞机图像，510个汽车图像，910个反例图像。实例7482例飞机，7114例汽车。(反例样本是未标注的。暂时没想到怎么用，测试集？）

• 待定ŒThe Cars Overhead with Context

voc文件夹结构

• dataset name {DOTA,UCAS,COWC}
  • ImageSet
    • train.txt
    • val.txt

    • test.txt

      每一个文件下写入当前数据集下的图像名称000001，000002 ··· PS.DOTA为命名为顺序排序

  • train
  • val
  • test
    • JPEGImages 例如 **.jpg
    • Annotataions 例如 **.xml

一些想法和论文(Ideas and Tricks）

• Feature Pyramid 图像金字塔混合特征金字塔。特征融合利用拉普拉斯差分金字塔。
• [Learning Rich Features for Image Manipulation Detection]双流输入的网络结构，加入Low Pass Filter Layer丰富了特征。
• 小目标特征的像素分布集中，背景分布正太长拖尾，考虑在网络中增加像素判定层提高准确率。
• [PixelLink: Detecting Scene Text via Instance Segmentation]，同样在像素层面考虑使用分割提高准确率
• [You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery] 如何利用patch使大图片读入网络，提高准确率的同时增加精度。
• [Pelee: A Real-Time Object Detection System on Mobile Devices] 待研究

核心Idea:目标检测过程就是模拟人进行目标检测过程，根本上如何完整构建网络还是要从人类行为出发。(或者动物行为出发)。

实验过程

Ongoing

• 搭建Tensorflow版本SSD框架
• 利用pascal voc数据集进行测试
• 构建三个遥感数据集DOTA/UCAS-AOD/COWC，转换为VOC格式，分出训练集，验证集测试集。并出去训练集的10%用于代码Debug

Tweet Share