基于Mask R-CNN的高分遥感影像建筑物目标检测

深度学习方法在目标检测和语义分割领域得到了广泛应用，但在遥感影像中，由于建筑物呈聚集型分布且目标之间间隔紧密，建筑物目标检测暂未取得较好的效果。针对上述问题，提出一种基于Mask R-CNN的高分辨率遥感影像建筑物目标检测方法，将边界框识别与像素级语义分割结合起来，较好地解决了聚集分布且间隔紧密的建筑物目标检测问题。实验结果表明，该方法具有较高的检测精度。