用于遥感检测的多核概念网络

遥感图像（RSI）中的目标检测常常面临一些日益增多的挑战，包括目标尺度的巨大变化和丰富多样的背景。之前的方法尝试通过扩展主干的空间感受野来应对这些挑战，主要通过大核卷积或膨胀卷积。然而，前者通常会引入大量背景噪声，而后者可能导致特征表示过于稀疏。在本文中，我们提出了多核概念网络（PKINet）来解决上述挑战。PKINet采用多尺度卷积核而不进行膨胀，以提取不同尺度的目标特征并捕获局部上下文。此外，还引入了上下文锚点注意力（CAA）模块，以捕获长距离的上下文信息。这两个组件共同作用，推动PKINet在四个具有挑战性的遥感检测基准（即DOTA-v1.0、DOTA-v1.5、HRSC2016和DIOR-R）上的表现。