Cet article propose un algorithme de perception de géométrie avancée pour la détection d'objets en imagerie à distance, visant à résoudre les défis de multi-échelle, de chevauchement dense et de distribution inégale des données. L'optimisation du module de progression résiduelle hyper-fusion améliore la structure du réseau, ses opérations de convolution à plusieurs niveaux utilisent des champs de réception de différentes échelles, pouvant capturer des détails d'objets de différentes échelles, renforçant la capacité du modèle à percevoir les caractéristiques des objets, réalisant l'extraction de caractéristiques d'objet à petite échelle et la localisation précise des objets à grande échelle. En calculant la similarité géométrique de la détection et des résultats réels, évaluant précisément l'effet de la détection, dans des scènes de chevauchement dense d'objets, examinant attentivement la compatibilité, sélectionnant le résultat final, réduisant les erreurs et les fausses détections, améliorant la précision de l'algorithme ; conception d'un module de fusion multi-chemin de caractéristiques, fusionnant des informations de caractéristiques à différents niveaux, extrayant des caractéristiques d'objet plus riches, renforçant la représentation et la capacité de discrimination du réseau, augmentant la précision de la détection et sa stabilité. Les résultats de l'expérience sur l'ensemble de données NWPU-VHR-10 montrent que mPrecision, mRecall, mAP et mF1 Score augmentent de 0.041 9, 0.104 0, 0.045 5 et 0.085 0 respectivement; les résultats de l'expérience sur l'ensemble de données RSOD montrent que mPrecision, mRecall, mAP et mF1 Score augmentent de 0.022 1, 0.103 4, 0.061 9 et 0.087 5 respectivement. Il est pleinement prouvé l'efficacité et la supériorité de l'algorithme avancé de perception géométrique proposé dans le domaine de la détection d'objets en imagerie à distance.

Imagerie à distance; détection d'objets; module de progression résiduelle hyper-fusion; similarité géométrique; module de fusion multi-chemin de caractéristiques