遥感目标检测 · 教学实训

遥感目标检测教学实训案例库

从一幅遥感影像出发，走完一条可复现的检测实验路径

以 DIOR、DOTA 和五套 Notebook 为主线，把数据准备、水平框检测、旋转框检测、多尺度建模和轻量化部署拆成可以逐步阅读、下载和复现的教学页面。

实验主题

选择一个主题开始

每个主题都有独立页面，内容、方法和关联资料各自成组。

先把环境、数据来源、标注格式和运行方式讲清楚，再进入模型实验。

用 DIOR 影像理解 Faster R-CNN 与 YOLOv8 如何定位飞机、船舶和车辆。

面对方向变化明显的目标，用 DOTA 与 Oriented R-CNN 学会表达目标的角度。

用 Deformable DETR 观察不同尺度目标的特征聚合和评估过程。

把训练完成的模型带到 ONNX 推理，关注延迟、FPS 与精度之间的取舍。

精选实验

用两阶段检测器建立基线：完成 DIOR 数据准备、训练、验证和结果可视化。

用一阶段模型对照 Faster R-CNN，关注训练流程、标签统计和推理速度。

使用 DOTA 旋转框标注，学习切片、角度信息和 OBB 指标。

围绕多尺度特征和注意力机制，观察 Deformable DETR 的训练与评估。

把检测模型导出到 ONNX，沿着延迟、FPS 和精度三条线做部署前检查。

从环境安装、Notebook 运行方式和数据集入口开始，建立一条不会被路径与格式卡住的复现实训路径。

阅读路径

内容按主题分开呈现；来源和公开状态由材料清单记录。