肖欣林,施伟超,郑向涛,高跃明,卢孝强
摘要: 在全球化背景下,船舰监测的重要性日益凸显,并且随着遥感成像技术的不断进步,船舰目标检测也成为确保海上运输安全和效率的关键手段,对海上交通、环境保护及国家安全至关重要。然而,由于船舰目标尺度差异大、背景复杂等问题,现有单一模型的方法过渡依赖训练数据,无法适应尺度多变的舰船目标。本文提出了一种多模型协同训练的框架,将多个已训练好的舰船检测模型视作辅助,通过知识迁移的方式优化主网络中的训练。首先,在辅助网络与主网络中引入三元关系约束传递知识,随后采用软标签引导策略进一步提高船舶检测的准确性。实验结果表明,相较于现有主流方法,本文所提出的方法在DOTA和xView数据集上展示了较好的性能,克服了单一模型的局限性,为遥感图像的目标检测提供了新的解决思路。