(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211353449.7 (22)申请日 2022.11.01 (71)申请人 中国科学院半导体 研究所 地址 100083 北京市海淀区清华 东路甲35 号 (72)发明人 周丹书　窦润江　李泽君　刘力源　 吴南健　刘剑　 (74)专利代理 机构 中科专利商标代理有限责任 公司 11021 专利代理师 肖慧 (51)Int.Cl. G06V 20/13(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) (54)发明名称 针对大画幅稀疏样本遥感图像目标检测的 数据增强方法及装置 (57)摘要 本发明实施例提供一种针对大画幅稀疏样 本遥感图像目标检测的数据增强方法及装置， 涉 及图像处理、 目标检测技术领域。 该方法完整的 检测目标作为数据增强的拓展对象， 确保从增加 正样本同时输入 更多的负样本进入网络训练， 从 而得到更准确的目标检测结果。 由此， 提高了背 景的识别， 减少误检率， 提高了检测精度， 并且利 用图像上的混合区域， 生 成与原始目标图相似的 特征图， 使得检测精度提高， 且容易实现， 无需大 量计算， 不影响算法自身的鲁棒 性。 权利要求书2页 说明书8页 附图7页 CN 115512241 A 2022.12.23 CN 115512241 A 1.一种针对大画幅稀疏样本遥感图像目标检测的数据增强方法， 其特征在于， 包括以 下步骤： S110， 获取待检测图片数据集， 对所述待检测图片数据集进行分类， 得到含有待测目标 的第一图片数据集和无待测目标的第二图片数据集； S120， 使用所述第一图片数据集进行网络训练， 得到第一检测网络； S130， 使用所述第一检测网络对所述无待测目标图片数据集进行验证推理， 得到第一 误检图片数据集， 其中， 所述第一 误检图片数据集含有 待测目标； S140， 对所述第一 图片数据集中的待测目标进行裁剪， 并将裁剪后的待测目标图片随 机粘贴到所述第一 误检图片数据集的误检图片中， 得到第二 误检图片数据集； S150， 将所述第 一图片数据集和所述第二误检图片数据集输入所述第 一检测网络进行 训练， 得到第二检测网络； S160， 使用所述第二检测网络对所述待检测图片数据集进行验证推理， 得到第三误检 图片数据集， 其中， 所述第三 误检图片数据集含有 待测目标； S170， 对所述第三误检图片数据集中的待测目标进行裁剪， 将裁剪后的待测目标图片 随机粘贴到所述第一图片数据集的图片中， 得到增强后的待测目标图片数据集； S180， 将待测目标图片数据集、 增强后的待测目标图片数据集、 第一误检图片数据集组 成最终图片数据集， 将所述最终 图片数据集输入所述第二检测网络进行训练， 得到最终的 目标检测网络； S190， 将待检测遥感图像输入所述目标检测网络， 输出待测目标的检测结果。 2.根据权利要求1所述的针对大画幅稀疏样本遥感图像目标检测的数据增强方法， 其 特征在于， 所述待检测图片数据集包括由卫星在不同成像条件、 不同海况以及开 阔洋面下拍摄的 多个船只遥感图像。 3.根据权利要求1所述的针对大画幅稀疏样本遥感图像目标检测的数据增强方法， 其 特征在于， 所述对所述待检测图片数据集进行分类之前， 还 包括： 获取一遥感图像， 所述遥感图像具有预设画幅； 根据所述预设画幅， 对所述遥感图像以预设尺寸、 预设重叠区域以及预设的边缘处理 方式进行分割， 得到多张分割图像； 对所述多 张分割图像中含有待测目标的分割图像进行标注， 得到带有标注信 息的所述 待检测图片数据集。 4.根据权利要求3所述的针对大画幅稀疏样本遥感图像目标检测的数据增强方法， 其 特征在于， 所述预设尺寸为1024 ×1024， 所述预设重叠区域为200， 所述预设 的边缘处理方 式包括对缺少像素的图片边 缘以0填充。 5.根据权利要求1所述的针对大画幅稀疏样本遥感图像目标检测的数据增强方法， 其 特征在于， 所述将所述待测目标图片数据集进行网络训练， 得到第一检测网络， 包括： 使用旋转目标检测器对所述待测目标图片数据集进行网络训练。 6.根据权利要求1所述的针对大画幅稀疏样本遥感图像目标检测的数据增强方法， 其 特征在于， 所述将所述待测目标图片数据集的待测目标进行裁剪， 并将裁剪后的待测目标 图片随机粘贴到所述 误检图片数据集的图片中， 得到第二 误检图片数据集， 包括：权　利　要　求　书 1/2 页 2 CN 115512241 A 2遍历所述待测目标图片数据集的标注信 息， 将所述标注信 息中的旋转矩形框的坐标转 换成外接水平框的坐标， 将所述待测目标图片数据集的待测目标图片以水平框的方式裁 剪， 并随机 选取第一 误检图片数据集中的误检图片进行粘贴， 形成第二 误检图片数据集。 7.根据权利要求1所述的针对大画幅稀疏样本遥感图像目标检测的数据增强方法， 其 特征在于， 所述对所述第三误检图片数据集的待测目标进行裁剪， 将裁剪后的待测目标图 片随机粘贴到所述第一图片数据集的图片中， 得到增强后的待测目标图片数据集， 包括： 将所述第三误检图片数据集中的待测目标的水平框和水平框周围预设范围内的像素 一并裁剪； 将裁剪后的待测目标图片随机粘贴到所述第 一图片数据集的图片中， 得到增强后的待 测目标图片数据集， 其中， 如果粘贴时待测目标被遮挡超过预设的遮挡百分比， 则取消粘 贴。 8.一种针对大画幅稀疏样本 遥感图像目标检测的数据增强装置， 其特 征在于， 包括： 图片预处理模块， 用于获取待检测图片数据集， 对所述待检测图片数据集进行分类， 得 到含有待测目标的第一图片数据集和无待测目标的第二图片数据集； 第一网络训练模块， 用于使用所述第一图片数据集进行网络训练， 得到第一检测网络； 第一验证推理模块， 用于使用所述第 一检测网络对所述无待测目标图片数据集进行验 证推理， 得到第一 误检图片数据集， 其中， 所述第一 误检图片数据集含有 待测目标； 第一数据增强模块， 用于对所述第一图片数据集中的待测目标进行裁剪， 并将裁剪后 的待测目标图片随机粘贴到所述第一误检图片数据集的误检图片中， 得到第二误检图片数 据集； 第二网络训练模块， 将所述第 一图片数据集和所述第 二误检图片数据集输入所述第 一 检测网络进行训练， 得到第二检测网络； 第二验证推理模块， 用于使用所述第 二检测网络对所述待检测图片数据集进行验证推 理， 得到第三 误检图片数据集， 其中， 所述第三 误检图片数据集含有 待测目标； 第二数据增强模块， 用于对所述第三误检图片数据集中的待测目标进行裁剪， 将裁剪 后的待测目标图片随机粘贴到所述第一图片数据集的图片中， 得到增强后的待测目标图片 数据集； 第三网络训练模块， 用于将待测目标图片数据集、 增强后的待测目标图片数据集、 第一 误检图片数据集组成最 终图片数据集， 将所述最 终图片数据集输入所述第二检测网络进 行 训练， 得到最终的目标检测网络； 目标检测模块， 用于将待检测遥感图像输入所述目标检测网络， 输出待测目标的检测 结果。 9.一种电子设备， 其特 征在于， 包括： 一个或多个处 理器； 存储装置， 用于存 储一个或多个程序， 其中， 当所述一个或多个程序被所述一个或多个处理器执行时， 使得所述一个或多个 处理器执行根据权利要求1～7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115512241 A 3