1.一种基于自适应权重的遥感图像噪声标注的目标检测方法，其特征在于：包括以下步骤；

（1）大量获取遥感图像标注数据构成数据集D，所述遥感图像标注数据为标注了目标类别c和目标框b的遥感图像切片，每个切片仅包含一目标，对每个切片，判断其目标是否完全被目标框包含，若是，则将该切片作为无噪声样本，将所有无噪声样本构成无噪声数据集DC；

（2）构建一Faster R‑CNN网络和一自适应权重网络；

所述Faster R‑CNN网络用于对切片提取图片特征，对图片特征中的目标生成区域建议框d，并根据区域建议框d内的特征r输出目标的预测类别和预测目标框；所述自适应权重网络用于输入区域建议框d内的特征r，并输出区域建议框d的置信度；

（3）训练Faster R‑CNN网络得到基础检测模型m1；

将数据集D中的切片作为输入，该切片的标注为期望输出，训练Faster R‑CNN网络，得*到基础检测模型m1，其网络权重为ω1；

*

（4）训练自适应权重网络得到其最优权重系数θ；将无噪声数据集DC中的切片输入m1，获取m1中区域建议框d内的特征r，输入自适应权重网络中，输出d的置信度，并通过下式优*化自适应权重网络，得到其最优权重参数θ；

式中，θ为每次训练

得到的自适应权重网络的权重参数， 是输入特征为r、权重参数为θ时自适应权重网络的输出，fit(d,b)为区域建议框d的置信度标签，Lconfidence为计算 和fit(d,b)间的损失函数；

（5）调整基础检测模型m1，得到目标检测模型m2；

*

自适应权重网络采用最优权重系数θ，将数据集D中切片送入基础检测模型m1，获取m1中区域建议框d内的特征r，输入自适应权重网络中得到该切片对应的置信度z，并将z作为*m1中预测目标框的训练权重，训练m1，得到目标检测模型m2，具体为，m2的网络权重ω 2通过下式获得；

*

式中，x为输入的切片，Ψ(x;θ)是

*

输入为x经m1得到的特征、权重参数采用θ时自适应权重网络的输出，ω2为m2的网络参数，*Φ(Ψ(x;θ);ω2)为训练得到m2过程中的输出，y为目标的标注，包含类别c和目标框b，Lmulti为训练得到m2过程中的损失函数，通过下式计算：* *

式中，c 、b 分别为m1对x中目标输出的预测类别* *

和预测目标框，c =0时表示对预测的背景框不进行回归，c ∈(0,1]时表示对预测目标框进行回归，λ2为Lmulti的超参数，α为自适应权重网络输出的学习重，x∈DC时，α=z，否则α=1。

2.根据权利要求1所述的基于自适应权重的遥感图像噪声标注的目标检测方法，其特征在于：还包括步骤（6）用m2对遥感图像切片内的目标进行识别，并输出目标的预测类别和预测目标框。

3.根据权利要求1所述的基于自适应权重的遥感图像噪声标注的目标检测方法，其特征在于：数据集D中的切片，除无噪声样本，其余均为噪声本，构成噪声数据集DN，DN中切片多于DC。

4.根据权利要求1所述的基于自适应权重的遥感图像噪声标注的目标检测方法，其特*征在于：步骤（3）中，所述基础检测模型m1的网络权重ω1通过下式获得；

其中，x为输入的切片，ω1为m1的网络参

数，y为目标的标注，包含类别c和目标框b，Φ(x;ω1)为m1的输出，Lobj是训练Faster R‑CNN网络的损失函数，通过下式计算：* *

其中，c 、b 分别为m1对x中目标输出的预测类*

别和预测目标框，Lcls为交叉熵损失，Lreg为smooth_L1损失，c =0时表示对预测的背景框不*进行回归，c ∈(0,1]时表示对预测目标框进行回归，λ1为Lobj的超参数。

5.根据权利要求1所述的基于自适应权重的遥感图像噪声标注的目标检测方法，其特征在于：所述自适应权重网络包括依次连接的展平层、第一全连接层、ReLU激活函数、第二全连接层、Sigmoid激活函数、第三全连接层；

区域建议框d内的特征r经展平层得到展平层的第一输出z1、z1经第一全连接层、ReLU激活函数得到第二输出z2，z2经第二全连接层、Sigmoid激活函数得到第三输出z3，z3再经第三全连接层得到区域建议框d的置信度z，其中，z1、z2、z3、z分别通过下式得到；

式中，flatten( )为展平层，fc( )全连接操作。

6.根据权利要求1所述的基于自适应权重的遥感图像噪声标注的目标检测方法，其特征在于：步骤（4）中，区域建议框d的置信度标签fit(d,b)采用下式计算；

式中，D(d,b)为区域建议框d与目标框b间的中心距离，C(d,b)为区域建议框d的中心度，ρ为fit(d,b)的超参数；

、 、 分别为区域建议框d的中心点横坐标、中心点纵坐标、宽度；

、 、 分别为目标框b的中心点横坐标、中心点纵坐标、宽度；l、p、m、q分别为区域建议框d左、右、上、下四条边到目标框b中心点的距离，min（·）、max（·）分别为计算最小值、最大值。

7.根据权利要求1所述的基于自适应权重的遥感图像噪声标注的目标检测方法，其特征在于：所述步骤（4）中，ρ=0.1，用其控制自适应权重网络平衡。