论文作者：Jianghu Shen,Xiaojun Wu

作者单位：Harbin Institute of Technology Shenzhen

论文链接：http://arxiv.org/abs/2309.08265v1

内容简介：

1）方向：遥感领域中的目标检测技术

2）应用：遥感领域

3）背景：在遥感领域，通常会使用定向边界框（OBB）来界定物体。这种方法显著减少了密集检测框之间的重叠，并最小化了边界框内的背景内容的包含。然而，针对定向物体的检测精度仍然有提升的空间。

4）方法：本文提出了一种基于边缘梯度的独特损失函数，受到了模板匹配任务中使用的相似度测量函数的启示，以增强定向物体的检测精度。在这个过程中，他们解决了函数的非可微性以及 ground truth（GT）框和预测框（PB）之间梯度向量的语义对齐等问题。实验结果显示，与基线算法中常用的平滑L1损失相比，我们提出的损失函数在mAP方面实现了0.6%的改进。

5）结果：实验结果表明，所提出的损失函数相比基线算法中常用的平滑L1损失函数提高了0.6%的mAP。此外，设计的基于边缘的自注意力模块在DOTA数据集上实现了1.3%的mAP提升。