Object Detection in Optical Remote Sensing Images Based on FFC-SSD Model

面向高效、高精度光学遥感图像目标检测应用，重点针对提升SSD（single shot multibox detector）模型对图像中聚集分布的小尺寸目标检测精度的难点，提出一种FFC-SSD（multi-scale feature fusion＆clustering SSD）改进模型；设计目标框分组聚类（BGC）模块，采用分组聚类的方法获得更符合目标样本尺寸分布的默认目标框参数并给予小尺寸目标更多关注，以有效提升网络对目标位置信息的提取能力；设计反池化高效多尺度特征融合（MSFF）模块，以在增强模型目标特征提取能力的同时有效减小模型效率损耗。实验结果显示了所提模型对光学遥感图像目标检测的有效性与适用性，较好地实现了精度与效率的平衡，对小尺寸目标具有较高的检测精度。