基于Mask R-CNN的雾天场景目标检测

针对雾天遥感图像目标检测困难的问题，提出了一种基于Mask R-CNN的改进方法。在Mask R-CNN的基础上加入去雾算法，使雾天情形下检测精度提升18.71%,有效改善雾天场景下目标检测的效果。为进一步提高遥感图像中多尺度目标的检测精度，采用基于最优的特征组合的循环神经网络代替特征金字塔结构，减少了特征信息在传递过程中的流失；重新设计区域建议网络生成候选框的尺寸，并采用Soft-NMS筛选候选框，减小候选框的回归误差。经过实验分析，改进后算法的检测精度和召回率分别提升5.37%和6.37%。