↵
目标检测
使用说明
与计算机视觉中的目标检测任务相似，遥感影像的目标检测则是使用深度学习算法对遥感影像中的一个或多个目标的类别和位置进行自动化判定与识别，并以矢量框的形式进行标记输出，方便确定目标类别和位置。目标检测功能有着检测速度快、准确率较高等特点，通常用来快速确定影像中不同类别目标的数量和位置等空间信息。
参数说明
-
源数据：选择需要进行目标检测的影像，支持数据集和文件夹两种类型
-
-
文件类型选择数据集，则支持输入文件型影像数据（如*.tif、*.img等）、影像数据集和镶嵌数据集。
-
文件类型选择文件夹，则需要输入影像文件夹路径。
-
注意事项：- 仅支持8位无符号格式影像。
- 支持三波段和多波段影像（含有4个及以上波段的影像），且影像波段顺序必须和模型训练时所用样本影像保持一致。
- 目标检测支持单波段和三波段的SAR影像数据。
-
模型文件：选择模型文件（*.sdm）。
- 概率阈值：对每一个检测出来的对象，系统都会为其计算出符合目标特征的概率，最后检测结果仅保留预测概率高于该值的目标，默认值为0.5。
- 去重阈值：系统对一张图片里的检测对象生成多个候选框，并分别给出概率值，带入非极大值抑制（Non-Maximum Suppression, NMS）算法后得到最优框，根据交并比（IoU）去除与最优框重叠部分大于去重阈值的候选框。去重阈值一般为0.3-0.7，默认值为0.3。
图 概率阈值和去重阈值参数示意
- 单步运算量：由于遥感影像数据量较大，在计算机性能的限制下，模型无法一次读入，因此在推理时，采用分块读取和处理的方法。单步运算量就是指同时推理的切片数量，适当增大单步运算量，可以提升解译效率，但其受推理设备显存（GPU推理）或者内存（CPU推理）大小的限制。
- 处理器类型：可以使用计算机中央处理器（CPU）或图形处理单元（GPU）来处理数据。
- GPU编号：指定用于处理数据的GPU标识号，默认值为0，CPU推理固定为-1。若使用GPU推理，需要在系统命令行中通过“nvidia-smi”命令查询GPU编号，GPU编号以查询到的结果为准，如果有多个GPU，可以指定用于处理数据的GPU标识号。若需要使用多个GPU，请使用英文逗号“,”隔开，如：“0,2,3”，表示使用编号为0、2、3的GPU。
- 其他参数设置：勾选其他参数设置，可输入与源数据坐标系相同的面数据集，用于限制推理范围。
-
结果数据：即目标检测的结果矢量数据集，设置结果数据集保存的数据源和保存名称。如果是批量推理，则原影像名称将通过“_”拼接到矢量数据集名称中，以区分多个影像的对象提取结果。
相关主题