摘 要：針對(duì)遙感圖像中的有向物體檢測(cè)任務(wù)，提出了一種基于半監(jiān)督學(xué)習(xí)的密集區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（Ｄｅｎｓｅ ＲｅｇｉｏｎＣｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ，ＤＲＣＮＮ） 框架，以減少對(duì)大規(guī)模標(biāo)注數(shù)據(jù)的依賴并提高檢測(cè)精度。在該框架中，利用教師－學(xué)生模型通過稠密偽標(biāo)簽生成與一致性損失進(jìn)行訓(xùn)練，結(jié)合偽標(biāo)簽學(xué)習(xí)與數(shù)據(jù)擾動(dòng)，提升模型對(duì)無標(biāo)注數(shù)據(jù)的有效利用率。針對(duì)長(zhǎng)尾分布問題，引入了Ｓｅｅｓａｗ Ｌｏｓｓ 以動(dòng)態(tài)調(diào)整各類別權(quán)重，進(jìn)一步優(yōu)化模型性能。在ＤＯＴＡ 數(shù)據(jù)集上進(jìn)行的實(shí)驗(yàn)表明，ＤＲＣＮＮ 在１％ 、２％ 、５％ 標(biāo)注率下的檢測(cè)精度ＡＰ５０ 分別較完全監(jiān)督方法提升了７． ２１％ 、８． ０２％ 和２． ８４％ 。在低標(biāo)注率條件下，ＤＲＣＮＮ 在多個(gè)主要類別上表現(xiàn)出顯著的性能優(yōu)勢(shì)，驗(yàn)證了其在遙感場(chǎng)景下的有效性。

關(guān)鍵詞：半監(jiān)督學(xué)習(xí)；遙感圖像；有向物體檢測(cè)；偽標(biāo)簽學(xué)習(xí)；一致性訓(xùn)練

中圖分類號(hào)：ＴＰ３１１ 文獻(xiàn)標(biāo)志碼：Ａ

文章編號(hào)：１００３－３１０６（２０２４）１２－２７５４－１１

０ 引言

近年來，隨著遙感技術(shù)的快速發(fā)展，航拍圖像在城市規(guī)劃、災(zāi)害監(jiān)測(cè)和軍事情報(bào)等多個(gè)領(lǐng)域得到了廣泛應(yīng)用。然而，遙感圖像中的目標(biāo)檢測(cè)任務(wù)，尤其是定向目標(biāo)檢測(cè)，由于目標(biāo)的復(fù)雜形狀、任意角度旋轉(zhuǎn)及尺度不一致等特性，給傳統(tǒng)的目標(biāo)檢測(cè)方法帶來了巨大的挑戰(zhàn)［１－２］。盡管監(jiān)督學(xué)習(xí)在此類任務(wù)上取得了一定進(jìn)展，但其高度依賴大量標(biāo)注數(shù)據(jù)，在實(shí)際應(yīng)用中，特別是大規(guī)模遙感場(chǎng)景中往往難以實(shí)現(xiàn)。標(biāo)注遙感圖像中的目標(biāo)既昂貴又費(fèi)時(shí)，這使得半監(jiān)督學(xué)習(xí)成為一個(gè)極具吸引力的研究方向。

半監(jiān)督目標(biāo)檢測(cè)（ＳｅｍｉＳｕｐｅｒｖｉｓｅｄ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ，ＳＳＯＤ）通過結(jié)合少量標(biāo)注數(shù)據(jù)和大量未標(biāo)注數(shù)據(jù)，顯著提升了目標(biāo)檢測(cè)的性能。近年來，ＳＳＯＤ 的研究主要集中在教師－學(xué)生框架和偽標(biāo)簽學(xué)習(xí)。一些典型方法如ＳＴＡＣ［２］通過離線偽標(biāo)簽生成與學(xué)生模型的交替訓(xùn)練顯著提高了檢測(cè)精度。而ＵｎｂｉａｓｅｄＴｅａｃｈｅｒ［３］采用指數(shù)移動(dòng)平均（Ｅｘｐｏｎｅｎｔｉａｌ ＭｏｖｉｎｇＡｖｅｒａｇｅ，ＥＭＡ）［４］與焦點(diǎn)損失（Ｆｏｃａｌ Ｌｏｓｓ）［５］，進(jìn)一步緩解了偽標(biāo)簽中的類別不平衡問題。為了提升偽標(biāo)簽的質(zhì)量，文獻(xiàn)［６］引入了一致性訓(xùn)練，并通過減少負(fù)樣本的分類權(quán)重，針對(duì)偽標(biāo)簽中的漏檢問題提供了有效的解決方案。此外，文獻(xiàn)［７］提出了多視圖尺度不變學(xué)習(xí)策略，利用特征金字塔對(duì)齊和多尺度偽標(biāo)簽復(fù)用，大幅提升了檢測(cè)效果。文獻(xiàn)［８］使用教師模型的密集預(yù)測(cè)作為偽標(biāo)簽，并通過區(qū)域劃分策略充分利用了復(fù)雜背景中的難負(fù)樣本信息。

針對(duì)遙感圖像中的定向目標(biāo)檢測(cè)問題，半監(jiān)督定向目標(biāo)檢測(cè)（Ｓｅｍｉｓｕｐｅｒｖｉｓｅｄ Ｏｒｉｅｎｔｅｄ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ，ＳＯＯＤ）［９］是目前少數(shù)嘗試應(yīng)用半監(jiān)督學(xué)習(xí)于此領(lǐng)域的工作之一。ＳＯＯＤ 引入了動(dòng)態(tài)權(quán)重調(diào)節(jié)與特定的旋轉(zhuǎn)目標(biāo)損失函數(shù)，盡管在一定程度上解決了偽標(biāo)簽中的目標(biāo)錯(cuò)位和漏檢問題，但其對(duì)長(zhǎng)尾類別的處理能力仍有不足。此外，現(xiàn)有的ＳＳＯＤ 方法普遍在稀有類別目標(biāo)檢測(cè)上表現(xiàn)欠佳，如何在偽標(biāo)簽生成過程中提高少見目標(biāo)的精度仍是亟待解決的問題［１０］。

為應(yīng)對(duì)上述挑戰(zhàn)，本文提出了密集區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（Ｄｅｎｓｅ Ｒｅｇｉｏｎ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ，ＤＲＣＮＮ），一種基于稠密偽標(biāo)簽生成的ＳＳＯＤ 框架。與現(xiàn)有的ＳＳＯＤ 方法大多使用經(jīng)過非極大值抑制（ＮｏｎＭａｘｉｍｕｍ Ｓｕｐｐｒｅｓｓｉｏｎ，ＮＭＳ）后的最終檢測(cè)結(jié)果作為偽標(biāo)簽不同，ＤＲＣＮＮ 通過利用教師模型生成的稠密預(yù)測(cè)，即尚未經(jīng)過ＮＭＳ 等后處理操作的檢測(cè)頭輸出結(jié)果作為偽標(biāo)簽，結(jié)合區(qū)域劃分策略，充分挖掘了無標(biāo)注數(shù)據(jù)中的硬負(fù)樣本區(qū)域，提高了偽標(biāo)簽的質(zhì)量。此外，在有監(jiān)督訓(xùn)練分支中引入ＳｅｅｓａｗＬｏｓｓ，有效緩解了長(zhǎng)尾分布下類別不均衡的問題，提升了稀有類別的檢測(cè)精度［１１－１３］。實(shí)驗(yàn)結(jié)果表明，ＤＲＣＮＮ 在多個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集上均優(yōu)于現(xiàn)有方法，尤其在稀有類別和旋轉(zhuǎn)目標(biāo)檢測(cè)任務(wù)上取得了顯著提升。

本文的主要貢獻(xiàn)包括：① 提出了一種新的稠密偽標(biāo)簽生成策略，能夠更好地利用無標(biāo)注數(shù)據(jù)中的難檢區(qū)域；② 通過Ｓｅｅｓａｗ Ｌｏｓｓ 緩解了遙感圖像中長(zhǎng)尾類別的檢測(cè)難題；③ 在遙感圖像定向目標(biāo)檢測(cè)領(lǐng)域，通過大量實(shí)驗(yàn)驗(yàn)證了ＤＲＣＮＮ 在多種標(biāo)注率下的優(yōu)越性能，證明了該方法在少量標(biāo)注數(shù)據(jù)條件下的有效性和魯棒性。

１ 教師－學(xué)生訓(xùn)練框架

教師－學(xué)生訓(xùn)練框架是一種常用于半監(jiān)督學(xué)習(xí)的方法，廣泛應(yīng)用于目標(biāo)檢測(cè)、圖像分類等任務(wù)中。該框架的基本思想是通過２ 個(gè)模型的協(xié)同工作，在有限的標(biāo)注數(shù)據(jù)和大量無標(biāo)注數(shù)據(jù)上進(jìn)行高效學(xué)習(xí)［１４］。具體來說，教師模型為學(xué)生模型提供偽標(biāo)簽和監(jiān)督信號(hào)，指導(dǎo)學(xué)生模型在未標(biāo)注數(shù)據(jù)上的訓(xùn)練，其框架如圖１ 所示。

在教師－學(xué)生框架中，教師模型的參數(shù)通過對(duì)學(xué)生模型參數(shù)的指數(shù)滑動(dòng)平均進(jìn)行更新，以確保教師模型具有較強(qiáng)的穩(wěn)定性和泛化能力［１５］。ＥＭＡ 更新公式如下：

θｔ ＝ αθｔ ＋ （１ － α）θｓ ， （１）

式中：θｔ 表示教師模型的參數(shù)，θｓ 表示學(xué)生模型的參數(shù)，α 表示平滑系數(shù)（通常設(shè)置為接近于１），用于逐步融合學(xué)生模型的信息到教師模型中。學(xué)生模型同時(shí)接受來自有標(biāo)注數(shù)據(jù)的監(jiān)督信號(hào)，以及無標(biāo)注數(shù)據(jù)的偽標(biāo)簽進(jìn)行訓(xùn)練。為提高模型的魯棒性，教師模型和學(xué)生模型接收的輸入通常經(jīng)過不同的數(shù)據(jù)增強(qiáng)。教師模型的輸入通常只采用弱數(shù)據(jù)增強(qiáng)，以保持其對(duì)輸入數(shù)據(jù)的基本結(jié)構(gòu)信息；而學(xué)生模型的輸入則經(jīng)過強(qiáng)數(shù)據(jù)增強(qiáng)，以增加其對(duì)噪聲的魯棒性和泛化能力。

半監(jiān)督學(xué)習(xí)中的２ 個(gè)核心原理是偽標(biāo)簽學(xué)習(xí)和一致性訓(xùn)練。偽標(biāo)簽學(xué)習(xí)通過教師模型對(duì)未標(biāo)注數(shù)據(jù)生成偽標(biāo)簽，并將這些偽標(biāo)簽作為監(jiān)督信號(hào)，用于指導(dǎo)學(xué)生模型的訓(xùn)練［１６］。為提高偽標(biāo)簽的質(zhì)量，通常只選擇高置信度的預(yù)測(cè)作為偽標(biāo)簽。與此同時(shí)，一致性訓(xùn)練則通過衡量教師模型和學(xué)生模型在相同輸入下的預(yù)測(cè)差異，確保學(xué)生模型的輸出與教師模型保持一致，從而逐步提高學(xué)生模型的性能［１７］。

通過教師－學(xué)生訓(xùn)練框架，學(xué)生模型能夠在標(biāo)注數(shù)據(jù)有限的情況下，通過教師模型提供的監(jiān)督信號(hào)學(xué)習(xí)到更多的有用信息，顯著提升模型的檢測(cè)性能［１８］。

２ ＤＲＣＮＮ 方法

２． １ 方法概述

本文提出的ＤＲＣＮＮ 方法，旨在結(jié)合ＤｅｎｓｅＴｅａｃｈｅｒ 與Ｆａｓｔｅｒ ＲＣＮＮ 的雙階段目標(biāo)檢測(cè)架構(gòu)，解決遙感圖像目標(biāo)檢測(cè)中小目標(biāo)、類不平衡和標(biāo)注數(shù)據(jù)稀缺等問題。其整體架構(gòu)如圖２ 所示。

Ｄｅｎｓｅ Ｔｅａｃｈｅｒ 方法通過教師模型生成稠密的目標(biāo)預(yù)測(cè)結(jié)果（稱為稠密偽標(biāo)簽），這些偽標(biāo)簽為學(xué)生模型提供監(jiān)督信號(hào)，指導(dǎo)其在未標(biāo)注數(shù)據(jù)上的訓(xùn)練。稠密偽標(biāo)簽包括目標(biāo)的分類概率、邊界框預(yù)測(cè)和中心度信息，能夠覆蓋圖像中的不同目標(biāo)區(qū)域。本文采用置信度篩選機(jī)制，確保只使用高置信度的前景樣本作為偽標(biāo)簽，從而減少低質(zhì)量偽標(biāo)簽對(duì)訓(xùn)練過程的干擾。與此同時(shí)，學(xué)生模型在另一條分支上接受來自帶標(biāo)注數(shù)據(jù)的監(jiān)督信息進(jìn)行有監(jiān)督訓(xùn)練。

在訓(xùn)練過程中，ＤＲＣＮＮ 的學(xué)生模型通過與教師模型的稠密偽標(biāo)簽進(jìn)行對(duì)比，計(jì)算一致性損失。一致性損失包括三部分：分類一致性、邊界框回歸一致性和中心度一致性。這些損失通過衡量學(xué)生模型和教師模型在稠密預(yù)測(cè)結(jié)果上的差異，確保學(xué)生模型能夠有效學(xué)習(xí)教師模型的知識(shí)，并逐步優(yōu)化自身的檢測(cè)能力。

２． ２ 差異化數(shù)據(jù)增強(qiáng)策略

在ＤＲＣＮＮ 方法中，教師模型與學(xué)生模型通過不同的數(shù)據(jù)增強(qiáng)策略進(jìn)行訓(xùn)練。具體而言，教師模型的輸入采用弱數(shù)據(jù)增強(qiáng)策略，以保留圖像的基本結(jié)構(gòu)信息；而學(xué)生模型的輸入則使用了強(qiáng)數(shù)據(jù)增強(qiáng)策略，以增強(qiáng)其對(duì)輸入噪聲和復(fù)雜環(huán)境的魯棒性。這種增強(qiáng)的區(qū)別確保教師模型生成的偽標(biāo)簽穩(wěn)定可靠，同時(shí)學(xué)生模型可以應(yīng)對(duì)更復(fù)雜的場(chǎng)景。教師模型的弱增強(qiáng)策略包括圖像的隨機(jī)尺寸調(diào)整，結(jié)合水平和垂直翻轉(zhuǎn)，以相對(duì)較少的變換保留圖像的結(jié)構(gòu)完整性。具體配置如下：

① 隨機(jī)調(diào)整尺寸：圖像尺寸在１ ０２４ ｐｉｘｅｌ×１ ０２４ ｐｉｘｅｌ與１ ５００ ｐｉｘｅｌ×１ ５００ ｐｉｘｅｌ 之間隨機(jī)變化。

② 水平和垂直翻轉(zhuǎn)：以５０％ 的概率進(jìn)行水平或垂直翻轉(zhuǎn)。

學(xué)生模型的強(qiáng)增強(qiáng)策略包含更為復(fù)雜的變換，除了隨機(jī)調(diào)整尺寸和翻轉(zhuǎn)，還包括顏色變換（如隨機(jī)顏色調(diào)整、隨機(jī)對(duì)比度調(diào)整、隨機(jī)亮度調(diào)整等）、幾何變換（如隨機(jī)旋轉(zhuǎn)、隨機(jī)剪切）以及隨機(jī)擦除。這些變換旨在增加訓(xùn)練過程中對(duì)噪聲和場(chǎng)景復(fù)雜度的魯棒性。強(qiáng)增強(qiáng)配置的關(guān)鍵點(diǎn)如下：

① 隨機(jī)調(diào)整尺寸：圖像尺寸調(diào)整為１ ０２４ ｐｉｘｅｌ×１ ０２４ ｐｉｘｅｌ，學(xué)生模型輸入與教師模型輸入之間存在大小為ρ 的放縮率。

② 水平和垂直翻轉(zhuǎn)：５０％ 的概率進(jìn)行水平或垂直翻轉(zhuǎn)。

③ 顏色變換：應(yīng)用顏色變換，如隨機(jī)顏色調(diào)整、隨機(jī)對(duì)比度調(diào)整、隨機(jī)亮度調(diào)整等。

④ 隨機(jī)旋轉(zhuǎn)：隨機(jī)旋轉(zhuǎn)圖像，角度范圍為（－９０°，９０°）。

⑤ 隨機(jī)擦除：隨機(jī)擦除圖像的一部分，模擬噪聲和遮擋情況。

２． ３ 稠密偽標(biāo)簽生成

在ＤＲＣＮＮ 方法中，稠密偽標(biāo)簽是學(xué)生模型訓(xùn)練的重要監(jiān)督信號(hào)。通過教師模型生成的稠密預(yù)測(cè)結(jié)果，稠密偽標(biāo)簽包括目標(biāo)的分類概率、邊界框預(yù)測(cè)和目標(biāo)的中心度信息。這些偽標(biāo)簽不僅為標(biāo)注數(shù)據(jù)提供了補(bǔ)充，還通過與學(xué)生模型的對(duì)比學(xué)習(xí)，促進(jìn)了學(xué)生模型的逐步優(yōu)化。

然而，由于教師模型和學(xué)生模型的輸入經(jīng)過了不同的數(shù)據(jù)增強(qiáng)（教師模型使用弱增強(qiáng)，而學(xué)生模型使用強(qiáng)增強(qiáng)），二者的空間位置會(huì)有所不同。因此，直接使用教師模型生成的區(qū)域提議框（ＲｅｇｉｏｎＰｒｏｐｏｓａｌｓ）進(jìn)行監(jiān)督，可能導(dǎo)致教師模型與學(xué)生模型在空間上的不一致。為了解決這個(gè)問題，本文設(shè)計(jì)了一種基于空間變換的機(jī)制，以確保教師模型與學(xué)生模型的稠密預(yù)測(cè)值能夠進(jìn)行一對(duì)一映射。

教師模型在區(qū)域建議網(wǎng)絡(luò)階段生成區(qū)域提議框Ｐｔ。為了將這些區(qū)域提議框投影到學(xué)生模型的輸入空間中，必須記錄數(shù)據(jù)增強(qiáng)過程中教師模型和學(xué)生模型之間的空間變換矩陣Ｍ。該變換矩陣由數(shù)據(jù)增強(qiáng)步驟中的幾何變換（如縮放、翻轉(zhuǎn)和旋轉(zhuǎn)）計(jì)算得到。通過這一矩陣，可以將教師模型的區(qū)域提議框映射到學(xué)生模型的輸入空間，投影后的區(qū)域提議框記作Ｐｓ：

Ｐｓ ＝ Ｍ·Ｐｔ， （２）

式中：Ｍ 為記錄２ 次數(shù)據(jù)增強(qiáng)之間的變換關(guān)系的矩陣，Ｐｔ 為教師模型生成的區(qū)域提議框，Ｐｓ 為投影到學(xué)生模型輸入上的區(qū)域提議框。通過該投影過程，保證了學(xué)生模型可以利用教師模型的區(qū)域提議進(jìn)行進(jìn)一步的目標(biāo)檢測(cè)和回歸。

完成空間變換后，學(xué)生模型的感興趣區(qū)域（Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ，ＲｏＩ）池化層對(duì)投影后的區(qū)域提議框Ｐｓ 進(jìn)行處理，生成最終的分類預(yù)測(cè)、邊界框預(yù)測(cè)和目標(biāo)中心度預(yù)測(cè)。此時(shí)，教師模型生成的分類預(yù)測(cè)、邊界框預(yù)測(cè)和目標(biāo)中心度預(yù)測(cè)與學(xué)生模型的對(duì)應(yīng)預(yù)測(cè)值一一對(duì)應(yīng)，同樣，教師模型的稠密預(yù)測(cè)結(jié)果也需要像區(qū)域提議框一樣投影到學(xué)生模型的輸入空間以得到對(duì)齊后的稠密偽標(biāo)簽，為后續(xù)一致性損失的計(jì)算奠定基礎(chǔ)。為了進(jìn)一步提升偽標(biāo)簽的質(zhì)量，本文還采用了置信度篩選機(jī)制。具體來說，教師模型的輸出結(jié)果包括分類分?jǐn)?shù)ｔｃｌｓ，根據(jù)這些分?jǐn)?shù)選取置信度最高的前景樣本作為偽標(biāo)簽。只有置信度超過設(shè)定閾值的樣本會(huì)被保留用于后續(xù)的監(jiān)督學(xué)習(xí)：

２． ４ 一致性損失設(shè)計(jì)

在ＤＲＣＮＮ 的半監(jiān)督學(xué)習(xí)框架中，一致性損失是學(xué)生模型從教師模型學(xué)習(xí)的重要機(jī)制。通過對(duì)教師模型生成的稠密偽標(biāo)簽進(jìn)行監(jiān)督，學(xué)生模型的輸出與教師模型的預(yù)測(cè)保持一致，從而逐步提高模型在未標(biāo)注數(shù)據(jù)上的性能。一致性損失主要包括三部分：分類損失、邊界框回歸損失和中心度損失。

① 分類一致性損失：基于教師模型與學(xué)生模型在相同區(qū)域上的分類概率分布，衡量二者之間的差異。本文的分類損失函數(shù)受質(zhì)量焦點(diǎn)損失（ＱｕａｌｉｔｙＦｏｃａｌ Ｌｏｓｓ，ＱＦＬ）［１９］的啟發(fā)，用于處理遙感圖像中的類不平衡問題。具體而言，ＱＦＬ 將分類分?jǐn)?shù)與預(yù)測(cè)質(zhì)量相結(jié)合，計(jì)算教師模型與學(xué)生模型的分類結(jié)果差異。

對(duì)于每個(gè)樣本ｉ，假設(shè)教師模型的分類分?jǐn)?shù)為ｔ（ｉ）ｃｌｓ ，學(xué)生模型的分類分?jǐn)?shù)為ｓ（ｉ）ｃｌｓ ，則分類一致性損失的計(jì)算公式為：

② 邊界框回歸一致性損失：用于衡量學(xué)生模型與教師模型在目標(biāo)邊界框預(yù)測(cè)上的差異。通過對(duì)教師模型的邊界框偽標(biāo)簽ｔｂｂｏｘ 和學(xué)生模型的邊界框預(yù)測(cè)ｓｂｂｏｘ 進(jìn)行對(duì)比，計(jì)算二者在經(jīng)過空間變換后的區(qū)域中的一致性。

邊界框回歸損失采用Ｓｍｏｏｔｈ Ｌ１ 損失，結(jié)合教師模型的中心度估計(jì)作為權(quán)重，公式如下：

③ 中心度一致性損失：用于約束學(xué)生模型和教師模型在目標(biāo)中心度估計(jì)上的一致性。中心度反映了目標(biāo)的空間中心性，確保目標(biāo)的定位準(zhǔn)確。中心度一致性損失使用ＢＣＥ 函數(shù)來計(jì)算二者的差異：

該損失項(xiàng)確保了學(xué)生模型在預(yù)測(cè)目標(biāo)的中心度時(shí)與教師模型保持一致，進(jìn)一步提升了目標(biāo)的定位精度。

總損失：學(xué)生模型的總損失由有監(jiān)督損失Ｌｓｕｐ與無監(jiān)督的一致性損失組成，公式如下：

通過上述一致性損失的設(shè)計(jì)，ＤＲＣＮＮ 能夠充分利用教師模型生成的稠密偽標(biāo)簽，確保學(xué)生模型在分類、邊界框回歸和目標(biāo)中心度估計(jì)上與教師模型保持一致，從而提高其在未標(biāo)注數(shù)據(jù)上的檢測(cè)性能。

３ 實(shí)驗(yàn)與結(jié)果分析

３． １ 實(shí)驗(yàn)數(shù)據(jù)

本次實(shí)驗(yàn)主要使用了ＤＯＴＡｖ２． ０ 數(shù)據(jù)集［２０］。Ｄａｔａｓｅｔ ｏｆ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ ｉｎ Ａｅｒｉａｌ Ｉｍａｇｅｓ（ＤＯＴＡ）是目前遙感目標(biāo)檢測(cè)領(lǐng)域規(guī)模最大、應(yīng)用最廣泛的數(shù)據(jù)集之一，專為高分辨率遙感圖像中的目標(biāo)檢測(cè)任務(wù)設(shè)計(jì)。ＤＯＴＡ 數(shù)據(jù)集不同版本的比較如表１ 所示。ＤＯＴＡ 數(shù)據(jù)集自２０１８ 年發(fā)布以來，先后經(jīng)歷了多個(gè)版本的更新，從最初的ＤＯＴＡｖ１． ０ 到最新的ＤＯＴＡｖ２． ０，數(shù)據(jù)量和類別覆蓋范圍逐步增加，現(xiàn)已成為遙感圖像分析領(lǐng)域的標(biāo)準(zhǔn)基準(zhǔn)數(shù)據(jù)集。ＤＯＴＡ數(shù)據(jù)集為研究者提供了大量來自不同傳感器和平臺(tái)的航空?qǐng)D像，用于發(fā)展和評(píng)估目標(biāo)檢測(cè)模型。

ＤＯＴＡｖ２． ０ 版本相較于早期版本，不僅擴(kuò)展了數(shù)據(jù)量，還增加了類別。ＤＯＴＡｖ２． ０ 數(shù)據(jù)集標(biāo)注示例如圖３ 所示，ＤＯＴＡｖ２． ０ 包含１８ 個(gè)常見的遙感目標(biāo)類別，包括飛機(jī)（ｐｌａｎｅ）、船只（ｓｈｉｐ）、儲(chǔ)油罐（ｓｔｏｒａｇｅ ｔａｎｋ）、棒球場(chǎng)（ｂａｓｅｂａｌｌ ｄｉａｍｏｎｄ）、網(wǎng)球場(chǎng)（ｔｅｎｎｉｓ ｃｏｕｒｔ）、籃球場(chǎng)（ｂａｓｋｅｔｂａｌｌ ｃｏｕｒｔ）、田徑場(chǎng)（ｇｒｏｕｎｄ ｔｒａｃｋ ｆｉｅｌｄ）、港口（ｈａｒｂｏｒ）、橋梁（ｂｒｉｄｇｅ）、大型車輛（ｌａｒｇｅ ｖｅｈｉｃｌｅ）、小型車輛（ｓｍａｌｌ ｖｅｈｉｃｌｅ）、直升機(jī)（ｈｅｌｉｃｏｐｔｅｒ ）、環(huán)島（ｒｏｕｎｄａｂｏｕｔ ）、足球場(chǎng)（ｓｏｃｃｅｒ ｂａｌｌ ｆｉｅｌｄ）、游泳池（ｓｗｉｍｍｉｎｇ ｐｏｏｌ）、集裝箱起重機(jī)（ｃｏｎｔａｉｎｅｒ ｃｒａｎｅ）、機(jī)場(chǎng)（ａｉｒｐｏｒｔ）和停機(jī)坪（ｈｅｌｉｐａｄ）。這一版本共有１１ ２６８ 張圖像和１ ７９３ ６５８ 個(gè)標(biāo)注實(shí)例，遠(yuǎn)遠(yuǎn)超過了其上一個(gè)版本ＤＯＴＡｖ１． ５ 的圖像數(shù)量和標(biāo)注數(shù)量。

ＤＯＴＡｖ２． ０ 的數(shù)據(jù)來源于多種傳感器和平臺(tái)，包括Ｇｏｏｇｌｅ Ｅａｒｔｈ、ＧＦ２ 衛(wèi)星和ＪＬ１ 衛(wèi)星，這些圖像既有ＲＧＢ 圖像，也有灰度圖像，分辨率從８００ ｐｉｘｅｌ×８００ ｐｉｘｅｌ ～ ２０ ０００ ｐｉｘｅｌ×２０ ０００ ｐｉｘｅｌ 不等。ＤＯＴＡｖ２． ０ 的圖像涵蓋了各種尺度、方向和形狀的目標(biāo)，能夠模擬實(shí)際遙感應(yīng)用中的復(fù)雜場(chǎng)景。這些目標(biāo)均由專業(yè)遙感圖像專家標(biāo)注，標(biāo)注格式采用任意旋轉(zhuǎn)的四邊形（Ｏｒｉｅｎｔｅｄ Ｂｏｕｎｄｉｎｇ Ｂｏｘ，ＯＢＢ），每個(gè)實(shí)例由８ 個(gè)自由度（Ｄｅｇｒｅｅｓ ｏｆ Ｆｒｅｅｄｏｍ，ＤｏＦ）的頂點(diǎn)坐標(biāo)定義，能夠準(zhǔn)確描述物體的方位與形狀［２１］。此外，標(biāo)注文件還包含目標(biāo)類別和難度等級(jí)（ｄｉｆｆｉｃｕｌｔ）標(biāo)簽，用于標(biāo)記檢測(cè)難度。

ＤＯＴＡｖ２． ０ 數(shù)據(jù)集按任務(wù)需要分為訓(xùn)練集、驗(yàn)證集、測(cè)試集，具體劃分為：訓(xùn)練集包含１ ８３０ 張圖像和２６８ ６２７ 個(gè)實(shí)例，驗(yàn)證集包含５９３ 張圖像和８１ ０４８ 個(gè)實(shí)例，ｔｅｓｔｄｅｖ 集包含２ ７９２ 張圖像和３５３ ３４６ 個(gè)實(shí)例，ｔｅｓｔｃｈａｌｌｅｎｇｅ 集包含６ ０５３ 張圖像和１ ０９０ ６３７ 個(gè)實(shí)例。為避免模型過擬合，ＤＯＴＡｖ２． ０ 特別設(shè)計(jì)了２ 個(gè)測(cè)試集（ｔｅｓｔｄｅｖ 和ｔｅｓｔｃｈａｌｌｅｎｇｅ），其中ｔｅｓｔｄｅｖ提供圖像但不提供標(biāo)注，更高難度的ｔｅｓｔｃｈａｌｌｅｎｇｅ僅在２０２１ 年的挑戰(zhàn)賽期間開放。

ＤＯＴＡｖ２． ０ 作為一個(gè)具有廣泛代表性的遙感數(shù)據(jù)集，不僅體現(xiàn)在其龐大的數(shù)據(jù)量上，還因?yàn)樘峁┝酸槍?duì)多種復(fù)雜場(chǎng)景和類不平衡問題的挑戰(zhàn)，成為當(dāng)前遙感目標(biāo)檢測(cè)領(lǐng)域評(píng)估模型性能的標(biāo)準(zhǔn)基準(zhǔn)。

３． ２ 實(shí)驗(yàn)設(shè)計(jì)

為了驗(yàn)證本文提出的ＳＳＯＤ 方法的有效性，設(shè)計(jì)了一系列實(shí)驗(yàn)，模擬了標(biāo)注數(shù)據(jù)遠(yuǎn)少于無標(biāo)注數(shù)據(jù)的場(chǎng)景。本實(shí)驗(yàn)基于ＤＯＴＡｖ２． ０ 數(shù)據(jù)集，使用雙階段檢測(cè)器Ｒｏｔａｔｅｄ Ｆａｓｔｅｒ ＲＣＮＮ［２２］并通過有標(biāo)注數(shù)據(jù)與無標(biāo)注數(shù)據(jù)的劃分，評(píng)估半監(jiān)督訓(xùn)練對(duì)目標(biāo)檢測(cè)精度的提升。

將ＤＯＴＡｖ２． ０ 數(shù)據(jù)集中的訓(xùn)練集（ｔｒａｉｎ ｓｅｔ）與驗(yàn)證集（ｖａｌ ｓｅｔ）合并，形成一個(gè)新的訓(xùn)練－驗(yàn)證集（ｔｒａｉｎｖａｌ ｓｅｔ）。為了確保模型可以有效學(xué)習(xí)到小尺度目標(biāo)，將每張遙感圖像切分為尺寸為１ ０２４ ｐｉｘｅｌ×１ ０２４ ｐｉｘｅｌ 的子圖像。在切分過程中，引入了２００ ｐｉｘｅｌ 的重疊部分，以保證目標(biāo)不會(huì)因?yàn)榍蟹侄唤財(cái)嗷騺G失。通過這種方式處理后的子圖像能夠更好地反映原始圖像中的多尺度和密集目標(biāo)分布。

得到切分的數(shù)據(jù)后，對(duì)其進(jìn)行隨機(jī)劃分，將其中的一部分作為有標(biāo)注數(shù)據(jù)，另一部分去掉標(biāo)注作為無標(biāo)注數(shù)據(jù)。具體而言，設(shè)置了３ 個(gè)標(biāo)注率，即１％ 、２％ 、５％ ，以模擬不同程度的標(biāo)注數(shù)據(jù)稀缺情況。在每個(gè)標(biāo)注率下，對(duì)有標(biāo)注數(shù)據(jù)和無標(biāo)注數(shù)據(jù)進(jìn)行如下處理：

① 有標(biāo)注數(shù)據(jù)：占總數(shù)據(jù)量的１％ 、２％ 、５％ ，并保持其對(duì)應(yīng)的標(biāo)注信息，用于有監(jiān)督訓(xùn)練。

② 無標(biāo)注數(shù)據(jù)：剩余的子圖像被視為無標(biāo)注數(shù)據(jù)，即僅保留圖像本身，去掉所有原始標(biāo)注信息，用于半監(jiān)督訓(xùn)練中的偽標(biāo)簽生成和一致性監(jiān)督。

為了增加實(shí)驗(yàn)的穩(wěn)健性，在每個(gè)標(biāo)注率下，進(jìn)行了１０ 次隨機(jī)劃分（１０ｆｏｌｄ 交叉驗(yàn)證），在每個(gè)折（ｆｏｌｄ）上進(jìn)行獨(dú)立訓(xùn)練，并將訓(xùn)練得到的模型在測(cè)試集ｔｅｓｔｄｅｖ 上進(jìn)行評(píng)估。每個(gè)數(shù)據(jù)折上對(duì)應(yīng)的ＡＰ５０ 指標(biāo)取平均值，并計(jì)算方差，以得到該標(biāo)注率下的穩(wěn)定性能評(píng)價(jià)指標(biāo)。

首先，僅利用有標(biāo)注數(shù)據(jù)進(jìn)行有監(jiān)督訓(xùn)練，得到模型的檢測(cè)性能，作為評(píng)價(jià)后續(xù)半監(jiān)督方法的基線。其次，引入無標(biāo)注數(shù)據(jù)進(jìn)行半監(jiān)督訓(xùn)練。具體而言，通過教師模型生成偽標(biāo)簽，并在學(xué)生模型中計(jì)算一致性損失，使模型在無標(biāo)注數(shù)據(jù)上學(xué)習(xí)到更多有用的特征。最終，比較半監(jiān)督方法相對(duì)于基線的檢測(cè)精度提升，驗(yàn)證本文提出方法的有效性。

３． ３ 超參數(shù)消融實(shí)驗(yàn)

為了確定合適的置信度閾值，進(jìn)行了超參數(shù)消融實(shí)驗(yàn)，實(shí)驗(yàn)?zāi)繕?biāo)是在不同值下測(cè)試檢測(cè)模型的性能，并選擇最優(yōu)的。為了節(jié)省計(jì)算資源，本實(shí)驗(yàn)選取了標(biāo)注率１％ 的一個(gè)數(shù)據(jù)折進(jìn)行訓(xùn)練，并使用模型在無標(biāo)注數(shù)據(jù)部分的測(cè)試結(jié)果與原有真實(shí)標(biāo)注進(jìn)行對(duì)比分析。實(shí)驗(yàn)評(píng)估指標(biāo)為ＣＯＣＯｓｔｙｌｅ 的ＡＰ５０和召回率（Ｒｅｃａｌｌ）［２３］。

在實(shí)驗(yàn)中， 的取值設(shè)置為［０． ３，０． ７５］，每隔０． ０５ 取一個(gè)值。表２ 展示了不同值對(duì)應(yīng)的ＡＰ５０ ，表３ 展示了相同值對(duì)應(yīng)的召回率，其中加粗的數(shù)值為同類別中最大值，加下劃線的數(shù)值為同類別中次優(yōu)值。由表２ 可以看出，當(dāng)＝ ０． ５ 時(shí)，所有類別的ＡＰ５０ 為０． ４３８ ２，相較于其他值下，整體檢測(cè)準(zhǔn)確率表現(xiàn)最佳。在部分類別上，如船只（ＡＰ５０ ＝ ０． ７１９）和飛機(jī)（ＡＰ５０ ＝ ０． ８９５）， ＝ ０． ５ 時(shí)的表現(xiàn)處于最佳或接近最佳狀態(tài)。同時(shí)，雖然大型車輛在＝０． ４５ 時(shí)達(dá)到最高ＡＰ５０ ＝０． ５７４ ９，但＝０． ５ 時(shí)的表現(xiàn)（ＡＰ５０ ＝０． ５５８ ５）與其差距不大，依然能保持較高的準(zhǔn)確率。此外，游泳池和足球場(chǎng)的表現(xiàn)也接近最優(yōu)，表明＝ ０． ５ 在多數(shù)類別上取得了較好的平衡。

由表３ 的召回率結(jié)果可以看出， ＝ ０． ５ 時(shí)，橋梁（Ｒｅｃａｌｌ ＝ ０． ４９７ ５）、小型車輛（Ｒｅｃａｌｌ ＝ ０． ８２５ ８）和飛機(jī)（Ｒｅｃａｌｌ ＝ ０． ９４０ １）等類別的召回率表現(xiàn)達(dá)到或接近最優(yōu)。對(duì)于其他類別，雖然＝ ０． ５ 并非所有情況下召回率最高，但其表現(xiàn)與最優(yōu)值非常接近（如游泳池和大型車輛），因此＝ ０． ５ 可以在保證召回率的同時(shí)，取得良好的檢測(cè)準(zhǔn)確率。

綜合考慮ＡＰ５０ 和召回率２ 項(xiàng)指標(biāo)， ＝ ０． ５ 是一個(gè)較為合適的置信度閾值。它在整體準(zhǔn)確率上取得了最優(yōu)結(jié)果，同時(shí)在多數(shù)類別的召回率上表現(xiàn)穩(wěn)定，不會(huì)過度損失檢測(cè)能力。因此，選擇＝ ０． ５ 作為ＤＲＣＮＮ 模型的偽標(biāo)簽置信度閾值。

３． ４ 對(duì)比實(shí)驗(yàn)

為了評(píng)估ＤＲＣＮＮ 方法在半監(jiān)督遙感目標(biāo)檢測(cè)任務(wù)中的表現(xiàn)，并檢驗(yàn)Ｓｅｅｓａｗ Ｌｏｓｓ 在處理長(zhǎng)尾分布數(shù)據(jù)集中的效果，設(shè)計(jì)了４ 組對(duì)比實(shí)驗(yàn)：

① 僅使用標(biāo)注數(shù)據(jù)的有監(jiān)督訓(xùn)練，作為全監(jiān)督基線方法；

② 在①的基礎(chǔ)上引入Ｓｅｅｓａｗ Ｌｏｓｓ 替代原始交叉熵作為分類損失函數(shù)；

③ ＳＳＯＤ 基線方法ＳＯＯＤ；④ 提出的ＤＲＣＮＮ 方法。

這些實(shí)驗(yàn)在不同的標(biāo)注率（１％ 、２％ 、５％ ）下進(jìn)行，以ＣＯＣＯｓｔｙｌｅ 的ＡＰ５０ 為主要評(píng)估指標(biāo)。實(shí)驗(yàn)結(jié)果對(duì)比如表４ 和圖４ 所示。

ＳＯＯＤ 方法是一種針對(duì)遙感場(chǎng)景中旋轉(zhuǎn)目標(biāo)的半監(jiān)督學(xué)習(xí)方法，特別適用于具有旋轉(zhuǎn)特性的目標(biāo)檢測(cè)任務(wù)。ＳＯＯＤ 基于半監(jiān)督偽標(biāo)簽生成框架，并引入了２ 個(gè)關(guān)鍵損失函數(shù)：旋轉(zhuǎn)感知自適應(yīng)加權(quán)損失（ＲｏｔａｔｉｏｎＡｗａｒｅ Ｗｅｉｇｈｔｅｄ Ｌｏｓｓ，ＲＡＷ Ｌｏｓｓ）和全局一致性損失（Ｇｌｏｂａｌ Ｃｏｎｓｉｓｔｅｎｃｙ Ｌｏｓｓ，ＧＣ Ｌｏｓｓ）。其中，ＲＡＷ Ｌｏｓｓ 通過動(dòng)態(tài)調(diào)整旋轉(zhuǎn)物體的損失權(quán)重，提升對(duì)多方向物體的檢測(cè)效果；ＧＣ Ｌｏｓｓ 則促進(jìn)了教師模型和學(xué)生模型預(yù)測(cè)結(jié)果在全局分布上的一致性，從而提高偽標(biāo)簽的質(zhì)量。ＳＯＯＤ 方法在處理旋轉(zhuǎn)物體檢測(cè)任務(wù)時(shí)具有一定優(yōu)勢(shì)，是本文在半監(jiān)督訓(xùn)練范式上的基線方法。

在處理長(zhǎng)尾分布問題時(shí)，引入了Ｓｅｅｓａｗ Ｌｏｓｓ 來增強(qiáng)稀有類別的分類能力。在遙感目標(biāo)檢測(cè)數(shù)據(jù)集ＤＯＴＡｖ２． ０ 中，常見類別（如飛機(jī)、船只）的出現(xiàn)頻率遠(yuǎn)高于稀有類別（如直升機(jī)、游泳池等）。傳統(tǒng)的交叉熵?fù)p失在處理長(zhǎng)尾數(shù)據(jù)時(shí)，模型往往傾向于學(xué)習(xí)常見類別，導(dǎo)致稀有類別的表現(xiàn)較差。ＳｅｅｓａｗＬｏｓｓ 的設(shè)計(jì)目標(biāo)是動(dòng)態(tài)調(diào)整正負(fù)樣本的損失權(quán)重，以平衡類別不平衡帶來的負(fù)面影響。其公式如下：

從表４ 和圖４ 可以明顯看出，本文提出的ＤＲＣＮＮ 方法在不同標(biāo)注率下均表現(xiàn)出較為穩(wěn)定且顯著的優(yōu)勢(shì)。其中加粗?jǐn)?shù)據(jù)為不同方法中最優(yōu)結(jié)果，而加下劃線的數(shù)據(jù)為次優(yōu)結(jié)果。具體而言，在１％ 、２％和５％ 標(biāo)注率下，ＤＲＣＮＮ 的ＡＰ５０ 分別為０． ２３７ ９、０． ２９０ ７ 和０． ３７２ ６，相較于其他方法均有不同程度的提升。例如，在１％ 標(biāo)注率下，ＤＲＣＮＮ 方法比完全監(jiān)督訓(xùn)練提升了０． ０１６，即７． ２％ 的增幅；而在５％ 標(biāo)注率下，ＤＲＣＮＮ 較ＳＯＯＤ 方法提高了０． ０１５（４． ２％ ），顯示了該方法在低標(biāo)注率下的優(yōu)勢(shì)。此外，從圖４ （ｄ）可以看出，隨著標(biāo)注率的提升，ＤＲＣＮＮ 方法的優(yōu)勢(shì)愈發(fā)明顯，特別是在５％ 標(biāo)注率時(shí)，相較于其他方法，提升幅度尤為顯著。

在細(xì)粒度的類別分析中，ＤＲＣＮＮ 在復(fù)雜類別（如“飛機(jī)”“小型車輛”“儲(chǔ)油罐”）的檢測(cè)表現(xiàn)尤為突出。例如，在１％ 標(biāo)注率下，ＤＲＣＮＮ 在“飛機(jī)”類別上的ＡＰ５０ 為０． ６１３ ０，顯著優(yōu)于其他方法；而在“儲(chǔ)油罐”類別中，盡管完全監(jiān)督訓(xùn)練加Ｓｅｅｓａｗ Ｌｏｓｓ方法表現(xiàn)出了一定優(yōu)勢(shì)，但ＤＲＣＮＮ 依然能在２％和５％ 標(biāo)注率下分別取得０． ４７７ ０ 和０． ５１７ ５ 的較好結(jié)果，展現(xiàn)了其較強(qiáng)的檢測(cè)能力。

總的來說，ＤＲＣＮＮ 在不同標(biāo)注率下均展示出了較好的泛化性和魯棒性，尤其在低標(biāo)注率場(chǎng)景下，其表現(xiàn)優(yōu)于傳統(tǒng)方法。引入的密集偽標(biāo)簽生成策略有效緩解了數(shù)據(jù)稀缺帶來的挑戰(zhàn)。此外，在自動(dòng)駕駛、監(jiān)控、安全等實(shí)際應(yīng)用場(chǎng)景中，ＤＲＣＮＮ 通過偽標(biāo)簽生成策略和自監(jiān)督學(xué)習(xí)，提升了模型在低標(biāo)注數(shù)據(jù)環(huán)境下的魯棒性和準(zhǔn)確性。尤其是在這些領(lǐng)域中，標(biāo)注數(shù)據(jù)的獲取成本較高，而ＤＲＣＮＮ 能夠利用少量的標(biāo)注數(shù)據(jù)和大量的未標(biāo)注數(shù)據(jù)有效提升目標(biāo)檢測(cè)的性能，展現(xiàn)了其在實(shí)際應(yīng)用中的廣泛適用性。然而，從ＡＰ７５ 和ｍＡＰ＠ ０． ５：０． ９５ 等更高要求的指標(biāo)來看，ＤＲＣＮＮ 在處理部分類別（如“直升機(jī)”和“集裝箱起重機(jī)”）時(shí)表現(xiàn)仍有提升空間，特別是在精確度要求較高的場(chǎng)景中，未來的改進(jìn)方向可以著眼于進(jìn)一步提升高精度檢測(cè)的效果。

４ 結(jié)束語

本文提出的ＤＲＣＮＮ 方法，通過稠密偽標(biāo)簽生成和一致性損失的創(chuàng)新設(shè)計(jì)，有效提升了遙感圖像中有向物體檢測(cè)的性能，特別是在低標(biāo)注率條件下表現(xiàn)尤為突出。實(shí)驗(yàn)結(jié)果表明，該方法在１％ 、２％和５％ 標(biāo)注率下，相較于傳統(tǒng)的完全監(jiān)督方法均顯著提高了檢測(cè)精度，尤其是在長(zhǎng)尾分布問題嚴(yán)重的場(chǎng)景中，引入Ｓｅｅｓａｗ Ｌｏｓｓ 進(jìn)一步優(yōu)化了稀有類別的檢測(cè)效果。與現(xiàn)有ＳＳＯＤ 方法（如ＳＯＯＤ）相比，ＤＲＣＮＮ 在低標(biāo)注率下展示出更高的檢測(cè)精度，特別是在“飛機(jī)”“小型車輛”“儲(chǔ)油罐”等復(fù)雜類別中表現(xiàn)尤為優(yōu)越，驗(yàn)證了其在多標(biāo)注率下的廣泛適用性。該方法在自動(dòng)駕駛、軍事監(jiān)測(cè)和城市規(guī)劃等需要處理大量未標(biāo)注遙感數(shù)據(jù)的領(lǐng)域具有良好的推廣潛力，實(shí)驗(yàn)數(shù)據(jù)進(jìn)一步證明了ＤＲＣＮＮ 在復(fù)雜場(chǎng)景中的有效性和先進(jìn)性。然而，Ｓｅｅｓａｗ Ｌｏｓｓ 在高密度物體檢測(cè)或極端長(zhǎng)尾數(shù)據(jù)集下的表現(xiàn)仍有優(yōu)化空間。未來研究可通過改進(jìn)Ｓｅｅｓａｗ Ｌｏｓｓ 適應(yīng)更復(fù)雜的數(shù)據(jù)分布，并結(jié)合動(dòng)態(tài)偽標(biāo)簽篩選和多尺度數(shù)據(jù)增強(qiáng)策略，增強(qiáng)模型在高精度檢測(cè)場(chǎng)景和復(fù)雜環(huán)境中的泛化能力，從而推動(dòng)遙感目標(biāo)檢測(cè)技術(shù)在更廣泛應(yīng)用中的發(fā)展。

參考文獻(xiàn)

［１］ ＤＩＮＧ Ｊ，ＸＵＥ Ｎ，ＸＩＡ Ｇ Ｓ，ｅｔ ａｌ． Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ ｉｎ Ａｅｒｉａｌ Ｉｍａｇｅｓ：Ａ Ｌａｒｇｅｓｃａｌｅ Ｂｅｎｃｈｍａｒｋ ａｎｄ Ｃｈａｌｌｅｎｇｅｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｐａｔｔｅｒｎ Ａｎａｌｙｓｉｓ ａｎｄ Ｍａｃｈｉｎｅ Ｉｎｔｅｌｌｉｇｅｎｃｅ，２０２１，４４（１１）：７７７８－７７９６．

［２］ ＳＯＨＮ Ｋ，ＺＨＡＮＧ Ｚ Ｚ，ＬＩ Ｃ Ｌ，ｅｔ ａｌ． Ａ Ｓｉｍｐｌｅ Ｓｅｍｉｓｕ ｐｅｒｖｉｓｅｄ Ｌｅａｒｎｉｎｇ Ｆｒａｍｅｗｏｒｋ ｆｏｒ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ ［ＥＢ ／ＯＬ］． （２０２０ － ０５ － １０）［２０２４ － ０９ － ０９］． ｈｔｔｐｓ：∥ ａｒｘｉｖ．ｏｒｇ ／ ａｂｓ ／ ２００５． ０４７５７．

［３］ ＬＩＵ Ｙ Ｃ，ＭＡ Ｃ Ｙ，ＨＥ Ｚ Ｊ，ｅｔ ａｌ． Ｕｎｂｉａｓｅｄ Ｔｅａｃｈｅｒ ｆｏｒ Ｓｅｍｉｓｕｐｅｒｖｉｓｅｄ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ［ＥＢ ／ ＯＬ］． （２０２１ － ０２ －１８）［２０２４－０８－０９］． ｈｔｔｐｓ：∥ａｒｘｉｖ． ｏｒｇ ／ ａｂｓ／ ２１０２． ０９４８０．

［４］ ＴＡＲＶＡＩＮＥＮ Ａ，ＶＡＬＰＯＬＡ Ｈ． Ｍｅａｎ Ｔｅａｃｈｅｒｓ ａｒｅ Ｂｅｔｔｅｒ Ｒｏｌｅ Ｍｏｄｅｌｓ： Ｗｅｉｇｈｔａｖｅｒａｇｅｄ Ｃｏｎｓｉｓｔｅｎｃｙ Ｔａｒｇｅｔｓ Ｉｍｐｒｏｖｅ Ｓｅｍｉｓｕｐｅｒｖｉｓｅｄ Ｄｅｅｐ Ｌｅａｒｎｉｎｇ Ｒｅｓｕｌｔｓ ［Ｃ］∥ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ３１ｓｔ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｎｅｕｒａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ Ｓｙｓｔｅｍｓ Ｐａｇｅｓ． Ｌｏｎｇ Ｂｅａｃｈ：Ｃｕｒｒａｎ Ａｓｓｏｃｉａｔｅｓ Ｉｎｃ． ，２０１７：１１９５－１２０４．

［５］ ＬＩＮ Ｔ Ｙ，ＧＯＹＡＬ Ｐ，ＧＩＲＳＨＩＣＫ Ｒ，ｅｔ ａｌ． Ｆｏｃａｌ Ｌｏｓｓ ｆｏｒ Ｄｅｎｓｅ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ ［Ｃ］∥ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ． Ｖｅｎｉｃｅ：ＩＥＥＥ，２０１７：２９９９－３００７．

［６］ ＸＵ Ｍ Ｄ，ＺＨＡＮＧ Ｚ，ＨＵ Ｈ，ｅｔ ａｌ． ＥｎｄｔｏＥｎｄ Ｓｅｍｉｓｕ ｐｅｒｖｉｓｅｄ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ ｗｉｔｈ Ｓｏｆｔ Ｔｅａｃｈｅｒ ［Ｃ］∥ Ｐｒｏ ｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ ／ ＣＶＦ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ． Ｍｏｎｔｒｅａｌ：ＩＥＥＥ，２０２１：３０６０－３０６９．

［７］ ＬＩ Ｇ，ＬＩ Ｘ，ＷＡＮＧ Ｙ Ｊ，ｅｔ ａｌ． ＰｓｅＣｏ：Ｐｓｅｕｄｏ Ｌａｂｅｌｉｎｇ ａｎｄ Ｃｏｎｓｉｓｔｅｎｃｙ Ｔｒａｉｎｉｎｇ ｆｏｒ Ｓｅｍｉｓｕｐｅｒｖｉｓｅｄ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ［Ｃ ］∥ Ｅｕｒｏｐｅａｎ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ． ＴｅｌＡｖｉｖ：Ｓｐｒｉｎｇｅｒ，２０２２：４５７－４７２．

［８］ ＺＨＯＵ Ｈ Ｙ，ＧＥ Ｚ，ＬＩＵ Ｓ Ｔ，ｅｔ ａｌ． Ｄｅｎｓｅ Ｔｅａｃｈｅｒ：Ｄｅｎｓｅ Ｐｓｅｕｄｏｌａｂｅｌｓ ｆｏｒ Ｓｅｍｉｓｕｐｅｒｖｉｓｅｄ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ［Ｃ］∥Ｅｕｒｏｐｅａｎ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ． Ｔｅｌ Ａｖｉｖ：Ｓｐｒｉｎｇｅｒ，２０２２：３５－５０．

［９］ ＨＵＡ Ｗ，ＬＩＡＮＧ Ｄ Ｋ，ＬＩ Ｊ Ｙ，ｅｔ ａｌ． ＳＯＯＤ：Ｔｏｗａｒｄｓ Ｓｅｍｉｓｕ ｐｅｒｖｉｓｅｄ Ｏｒｉｅｎｔｅｄ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ［Ｃ］∥Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ／ ＣＶＦ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｖａｎｃｏｕｖｅｒ：ＩＥＥＥ，２０２３：１５５５８－１５５６７．

［１０］ 王志紅，王煜晟． 面向數(shù)據(jù)長(zhǎng)尾分布的道路目標(biāo)檢測(cè)算法研究［Ｊ］． 武漢理工大學(xué)學(xué)報(bào)，２０２２，４４ （１０ ）：１０２－１０８．

［１１］ ＷＡＮＧ Ｊ Ｑ，ＺＨＡＮＧ Ｗ Ｗ，ＺＡＮＧ Ｙ Ｈ，ｅｔ ａｌ． Ｓｅｅｓａｗ Ｌｏｓｓ ｆｏｒ Ｌｏｎｇｔａｉｌｅｄ Ｉｎｓｔａｎｃｅ Ｓｅｇｍｅｎｔａｔｉｏｎ［Ｃ］∥ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ ／ ＣＶＦ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｎａｓｈｖｉｌｌｅ：ＩＥＥＥ，２０２１：９６９０－９６９９．

［１２］ 馮號(hào)，黃朝兵，文元橋． 基于改進(jìn)ＹＯＬＯｖ３ 的遙感圖像小目標(biāo)檢測(cè)［Ｊ］． 計(jì)算機(jī)應(yīng)用，２０２２，４２（１２）：３７２３－３７３２．

［１３］ 劉奕辰． 長(zhǎng)尾分布下的深度領(lǐng)域自適應(yīng)模型泛化性分析與優(yōu)化研究［Ｄ］． 北京：北京郵電大學(xué)，２０２３．

［１４］ 高玉才，付忠廣，謝玉存，等． 基于指數(shù)加權(quán)移動(dòng)平均算法的半監(jiān)督故障診斷模型［Ｃ］∥ 第１５ 屆全國(guó)轉(zhuǎn)子動(dòng)力學(xué)學(xué)術(shù)大會(huì)（ＲＯＴＤＹＮ２０２３）． 沈陽：［出版者不詳］，２０２３：１６２．

［１５］ 王巖，李少波，張儀宗，等． 數(shù)據(jù)驅(qū)動(dòng)的無人機(jī)異常檢測(cè)算法綜述［Ｊ］． 無線電工程，２０２４，５４（６）：１４０７－１４２０．

［１６］ 劉雅芬，鄭藝峰，江鈴邁，等． 深度半監(jiān)督學(xué)習(xí)中偽標(biāo)簽方法綜述［Ｊ］． 計(jì)算機(jī)科學(xué)與探索，２０２２，１６ （６）：１２７９－１２９０．

［１７］ 董世超，王愷，李濤． 一種保持多度量空間一致性的多損失聯(lián)合訓(xùn)練方法：ＣＮ２０２０１０２５２７７９． １ ［Ｐ ］． ２０２０ －０７－１７．

［１８］ 王嬌，羅四維． 一種半監(jiān)督協(xié)同訓(xùn)練的正則化算法［Ｊ］． 計(jì)算機(jī)科學(xué)，２０１２，３９（７）：２１５－２１８．

［１９］ ＬＩ Ｘ，ＷＡＮＧ Ｗ Ｈ，ＷＵ Ｌ Ｊ，ｅｔ ａｌ． Ｇｅｎｅｒａｌｉｚｅｄ Ｆｏｃａｌ Ｌｏｓｓ：Ｌｅａｒｎｉｎｇ Ｑｕａｌｉｆｉｅｄ ａｎｄ Ｄｉｓｔｒｉｂｕｔｅｄ Ｂｏｕｎｄｉｎｇ Ｂｏｘｅｓ ｆｏｒ Ｄｅｎｓｅ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ［Ｃ］∥Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ３４ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｎｅｕｒａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ Ｓｙｓｔｅｍｓ． Ｖａｎｃｏｕｖｅｒ：Ｃｕｒｒａｎ Ａｓｓｏｃｉａｔｅｓ Ｉｎｃ． ，２０２０：２１００２－２１０１２．

［２０］ ＸＩＡ Ｇ Ｓ，ＤＩＮＧ Ｊ，ＱＩＡＮ Ｍ，ｅｔ ａｌ． ＬＵＡＩ Ｃｈａｌｌｅｎｇｅ ２０２１ ｏｎ Ｌｅａｒｎｉｎｇ ｔｏ Ｕｎｄｅｒｓｔａｎｄ Ａｅｒｉａｌ Ｉｍａｇｅｓ ［Ｃ ］ ∥Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ ／ ＣＶＦ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ． Ｍｏｎｔｒｅａｌ：ＩＥＥＥ，２０２１：７６２－７６８．

［２１］ ＺＡＮＤ Ｍ，ＥＴＥＭＡＤ Ａ，ＧＲＥＥＮＳＰＡＮ Ｍ． Ｏｒｉｅｎｔｅｄ Ｂｏｕｎｄｉｎｇ Ｂｏｘｅｓ ｆｏｒ Ｓｍａｌｌ ａｎｄ Ｆｒｅｅｌｙ Ｒｏｔａｔｅｄ Ｏｂｊｅｃｔｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｇｅｏｓｃｉｅｎｃｅ ａｎｄ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２０２１，６０：１－１５．

［２２］ ＹＡＮＧ Ｓ，ＰＥＩ Ｚ Ｑ，ＺＨＯＵ Ｆ，ｅｔ ａｌ． Ｒｏｔａｔｅｄ Ｆａｓｔｅｒ ＲＣＮＮ ｆｏｒ Ｏｒｉｅｎｔｅｄ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ ｉｎ Ａｅｒｉａｌ Ｉｍａｇｅｓ［Ｃ］∥Ｐｒｏ ｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ２０２０ ３ｒｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｒｏｂｏｔ Ｓｙｓｔｅｍｓ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ． Ｃｈｅｎｇｄｕ：ＡＣＭ，２０２０：３５－３９．

［２３］ ＬＩＮ Ｔ Ｙ，ＭＡＩＲＥ Ｍ，ＢＥＬＯＮＧＩＥ Ｓ，ｅｔ ａｌ． Ｍｉｃｒｏｓｏｆｔ ＣＯＣＯ：Ｃｏｍｍｏｎ Ｏｂｊｅｃｔｓ ｉｎ Ｃｏｎｔｅｘｔ ［Ｃ ］∥ Ｃｏｍｐｕｔｅｒ ＶｉｓｉｏｎＥＣＣＶ ２０１４． Ｚｕｒｉｃｈ：Ｓｐｒｉｎｇｅｒ，２０１４：７４０－７５５．

作者簡(jiǎn)介

李雨秋 男，（１９９８—），博士研究生。主要研究方向：計(jì)算機(jī)視覺、遙感圖像處理。

薛 健 男，（１９７９—），博士，教授，博士生導(dǎo)師。主要研究方向：數(shù)字圖像處理、科學(xué)計(jì)算可視化。

（通信作者）呂 科 男，（１９７１—），博士，教授，博士生導(dǎo)師。主要研究方向：計(jì)算機(jī)視覺、多媒體信息處理。

王 泳 男，（１９７５—），博士，講師。主要研究方向：復(fù)雜系統(tǒng)建模與優(yōu)化、模式識(shí)別、數(shù)據(jù)挖掘。