基于自适应角度分类与动态样本匹配的旋转目标检测方法

摘要

旋转目标检测旨在精准识别任意方向分布的目标，常用于遥感、工业字符识别等复杂场景.针对角度回归不连续与样本匹配不稳定等挑战，本文提出了一种基于角度分类的新型检测框，该方法在YOLOv8基础上进行了两方面关键改进：设计了结合目标几何形状的自适应角度平滑标签（SA-ASL），将角度预测由回归问题转化为自适应的标签分类问题，提升角度预测精度与稳定性；另外引入了渐进式的动态正负样本匹配机制，融合水平与旋转IoU，增强模型训练过程中的正样本选择质量.本方法在公开的DOTA数据集上的mAP值达到0.786，在工业字符数据集上的m AP值达到了0.924，显示出良好的泛化能力与鲁棒性，证明其在旋转目标检测任务中的实用价值.

关键词

旋转目标检测 / 平滑标签 / 正负样本匹配 / YOLOv8

基金资助

国家重点研发计划资助项目（2021YFB3202404-02）; 国家外国专家项目（G2022105005L）