MAR-YOLO：リモートセンシング画像における方位付き建物検出のためのマルチスケール特徴適応選択と漸近ピラミッド
1Institute of Geospatial Information, Information Engineering University, Zhengzhou, 450052, China.
Scientific reports
|December 20, 2025
まとめ
MAR-YOLOは、リモートセンシングにおける建物検出のための新しいフレームワークであり、スケールの変動、方向の不安定性、および特徴融合の課題を効果的に解決します。適応的特徴選択、段階的な融合、および強化された検出ヘッドを統合することにより、優れたパフォーマンスを実現します。
科学分野:
- コンピュータビジョン; リモートセンシング; 人工知能
背景:
- リモートセンシングにおける建物検出は、スケールの変動、方向の不安定性、意味のギャップなどの課題に直面しています。; 既存の方法は、これらの課題が同時に発生すると、パフォーマンスの低下につながることがよくあります。
研究 の 目的:
- リモートセンシング画像における堅牢な回転オブジェクト検出のための統合フレームワーク、MAR-YOLOを開発すること。; 既存の方法の限界を克服すること。
主な方法:
- 適応的な特徴フィルタリングのためのマルチスケール特徴適応選択（MFAS）モジュールを導入しました。; 段階的なマルチスケール特徴融合のために、適応的特徴ピラミッドネットワーク（AFPN）を適応させました。; 安定した角度回帰のためのRepVGGベースの強化回転検出ヘッド（RRD-Head）を開発しました。
主要な成果:
- MAR-YOLOは、BONAIデータセットで87.2%のmAP50と65.3%のmAP50-95を達成し、YOLOv11s-OBBを上回りました。; mAP50とmAP50-95でそれぞれ2.9%と2.6%の大幅な改善を達成しました。; 95 FPSの処理速度を達成しました。
結論:
- MAR-YOLOは、建物検出における相互依存的な課題に取り組むための相乗的なアプローチを提供します。; このフレームワークは、さまざまなリモートセンシングデータセット（BONAI、DOTA、DIOR-R、HRSC2016）で堅牢性を示しています。
