单模态、遥感、多模态目标检测项目产品系统

本项目面向国土测绘、灾害应急、资源普查等遥感应用场景，旨在解决传统单模态遥感目标检测易受云雾、光照干扰，人工判读效率低、漏检率高的痛点；通过融合可见光/红外等多源遥感数据，提升复杂场景下目标检测的抗干扰能力与精度，为自动化遥感分析提供技术支撑。

项目包含五大核心功能模块：1. 多源遥感数据预处理模块，支持不同分辨率、不同模态图像的配准、去噪与增强；2. 多模态特征融合模块，实现可见光/红外数据的特征级互补，强化目标特征表达；3. 目标检测核心模块，支持单模态/多模态检测模式切换，适配建筑物、车辆、灾害目标等多类目标；4. 模型评估模块，提供mAP、精度、召回率等多维度指标分析；5. 结果可视化与导出模块，支持标注图、热力图生成及批量结果导出，满足业务交付需求。

项目基于PyTorch框架搭建，采用MMDetection工具箱实现模型快速开发；针对遥感数据特点，设计跨模态注意力融合模块，解决不同数据源的信息互补问题；采用Mosaic、CutMix数据增强策略提升模型泛化能力，优化损失函数解决遥感目标尺度差异大、样本不平衡问题；在公开遥感数据集（如DIOR、NWPU VHR-10）上完成训练验证，多模态模型相比单模态模型mAP提升12%以上；同时完成模型推理优化，支持ONNX导出与轻量化部署，兼顾检测精度与业务落地效率。