1.You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery
论文时间:2018.5 论文地址:https://arxiv.org/pdf/1805.09512.pdf **网络结构:** 基于YOLOv2的改进网络结构,为了解决目标较小问题,输出特征图从13变成26,输入图像尺寸416 **测试过程:** 采用滑动窗口法选择416大小的区域,相邻区域之间重叠15%避免物体在边界被分割的情况.如下图  **算法性能:** 大于5个像素的目标可以被有效的检测,图像质量 30cm GSD,从论文效果来看,即使检测车辆,也比较有效.车辆长宽一般为3-4米,也就是10个像素左右  **不同分辨率下的效果** 左边是15cm每像素,右边是90cm每像素,F1 score分别为0.94和0.84,下降幅度可以接受 
2.Contextual Region-Based Convolutional Neural Network with Multilayer Fusion for SAR Ship Detection
论文时间:2017 **算法简介:**基于vgg16网络的两阶段检测器(faster-rcnn类似,需要先提取候选区域,再利用roi-pooling提取区域内特征的算法).为了检测小目标,融合了浅层特征. **测试:** 滑动窗口截取512大小区域,和第一篇方法类似 **数据** 10m每像素,作者统计的舰船大小,大部分舰船像素占20-80像素,这里的像素指面积  **效果** 
