一种基于多尺度解耦表征和强化学习的跨域遥感图像目标检测方法

本发明公开了一种基于多尺度解耦表征和强化学习的跨域遥感图像目标检测方法，包括：步骤1：获取跨域遥感图像目标检测数据集；步骤2：搭建DINO遥感图像跨域目标检测模型，通过主干网络得到初始多尺度特征图，使用多尺度解耦表征模块获取多尺度域不变语义特征，减小源域和目标域的域偏差；步骤3：对步骤2搭建的模型进行多轮训练；步骤4：对训练后的模型进行多轮再训练，在保持步骤3训练逻辑基础上，引入基于强化学习的类别自适应伪标签筛选机制，使模型获得目标域高质量伪标签，以指导模型训练，学习有效目标域信息，提高对目标域的适应性；步骤5：使用目标域测试集在步骤4得到的模型上进行检测，提升跨域目标检测性能。