【目标检测】开源 | 解决了锚盒与轴向卷积特征之间的错位问题，在航空目标数据集(DOTA和HRSC2016)上性能SOTA！

论文地址： http://arxiv.org/pdf/2008.09397v1.pdf

代码： https://github.com/csuhan/s2anet.

来源： 武汉大学，上海航天电子通讯设备研究所

论文名称：Align Deep Features for Oriented Object Detection

原文作者：Jiaming Han

内容提要

航空影像中存在着尺度变化大、方位任意的问题。近十年来，在该领域的目标检测技术取得了进展。但现有的方法大多依赖于不同尺度、不同角度、不同纵横比的启发式定义的锚点，而锚盒与轴向卷积特征之间往往存在严重的错位，导致分类分数与定位精度普遍不一致。为了解决这个问题，我们提出了一个单稳对准网络(S2A-Net)，它由两个模块组成:特征对准模块(FAM)和面向检测模块(ODM)。FAM可以通过锚优化网络生成高质量的锚，并通过对齐卷积，根据锚盒自适应地对齐卷积特征。ODM首先采用主动旋转滤波器对方向信息进行编码，然后产生方向敏感特征和方向不变性特征，以缓解分类分数与定位精度的不一致性。此外，我们还进一步探索了在大尺寸图像中检测目标的方法，在速度和精度之间实现了更好的平衡。大量的实验表明，我们的方法可以在保持高效率的同时，在两个常用的航空目标数据集(即DOTA和HRSC2016)上实现最先进的性能。

主要框架及实验结果