用于卫星图像中目标检测的建议 CNN 框架？答案

【问题标题】：Suggested CNN Frameworks for Object Detection in Satellite Imagery?用于卫星图像中目标检测的建议 CNN 框架？
【发布时间】：2018-12-01 07:54:42
【问题描述】：

我希望在海洋的大型卫星场景中检测船只。我已成功地将matterport's Mask-RCNN setup 应用于卫星图像的小子集，但分析像 WorldView 这样的大型图像太慢了。我正在寻找可以快速做边界框的东西，在 python 中，在 Keras 中实现，并针对卫星图像进行了理想优化（或有据可查，以便我可以优化它）。有什么建议吗？

我发现了一些有希望的潜在客户：

You Only Look Twice，YOLO 变体针对卫星图像进行了优化，但内置于 C 语言中，并且没有很好的文档记录
- 代码：https://github.com/avanetten/yolt
- 论文：https://arxiv.org/pdf/1805.09512.pdf
RasterVision：一个基于 python 的通用框架，用于将 CNN 应用于卫星图像，看起来很有前途但仍处于初期阶段
- 代码：https://github.com/azavea/raster-vision
这个 Kaggle 比赛有一些很有希望的信息，但在大约 18 个月大的时候有点过时了：
- 链接：https://www.kaggle.com/c/dstl-satellite-imagery-feature-detection

我可能会尝试按照 YOLT 论文的建议为卫星图像自定义 RetinaNet in Keras 的这个实现，但我会喜欢其他建议！

【问题讨论】：

标签： python keras object-detection convolutional-neural-network satellite-image

【解决方案1】：

我发现 Marc Belmont 使用 Tensorflow、Numpy 和 Pandas 的链接：https://github.com/marcbelmont/satellite-image-object-detection

【讨论】：

嗨@Thirst 我最终使用了github.com/fizyr/keras-retinanet，我强烈推荐它，因为它有据可查并且非常擅长对象检测。只需为超参数和一些摄取和输出脚本添加一些调整即可处理地理空间数据。

【解决方案2】：

这个问题现在很久没有答案了，所以我想我会用我的解决方案来回答。我为一些卫星检测问题实施了视网膜网络，效果很好。该 CNN 在论文 Focal Loss for Dense Object Detection 中进行了概述，您可以在此处找到：https://arxiv.org/abs/1708.02002。我使用这个 keras 库来实现：https://github.com/fizyr/keras-retinanet.

我用它来检测无人机图像中的海豹：https://bigdata.duke.edu/projects/deep-learning-aerial-wildlife-surveillance

无人机图像中的鸟类：https://research.repository.duke.edu/concern/datasets/kp78gh20s

甚至卫星图像中的鲸鱼。只需很少的调整，所有这些都做得很好。

【讨论】：