1.一种多尺度模糊边界条件下的遥感目标检测方法，其特征在于：包括以下步骤：S1，构造数据集；

获取包含目标的光学遥感图像，对每张光学遥感图像中的目标进行类别和边界框标注，标注后的光学遥感图像作为样本，构成数据集；

2

S2，构造一IS DETR网络；

选取一Deformable DETR模型，包括CNN网络、Transformer网络和检测头，所述2

Transformer网络包括编码器和解码器，所述编码器为IS注意力模块；

所述CNN网络用于对输入的样本，提取其L个不同尺度的特征，并将每个特征扁平化为第一序列，构成该样本的第一多尺度特征集合，其中样本X的第一多尺度特征集合为，xi为第i个尺度的特征对应的第一序列，i=1~L；

2

所述I S注意力模块包括尺度内注意力模块、尺度间注意力模块、第一向量拼接层和第一线性层；

所述尺度内注意力模块基于可变形注意力机制，对样本的每个第一序列，用多个注意力头进行可变形注意力操作，得到L个与第一序列一一对应的第二序列；

所述尺度间注意力模块基于键值对注意力机制，对样本的每个第二序列，用多个注意力头进行尺度间注意力操作，得到L个与第二序列一一对应对应的第三序列；

所述第一向量拼接层用于对样本的L个第三序列进行相向量拼接并输出；

所述第一线性层用于将第一权重矩阵 与第一向量拼接层的输出相乘输出增强特征；

2

S3，用数据集训练IS DETR网络；

2

输入样本，对每个样本，经CNN网络得到对应的第一多尺度特征集合，再经I S注意力模块得到对应的增强特征，所述增强特征经解码器和检测头后得到目标的预测类别和预测边界框；

2 2

采用梯度下降算法训练至IS DETR网络收敛，得到IS DETR模型；

2

S4，用IS DETR模型对待识别的光学遥感图像进行目标检测，输出目标的预测类别和预测边界框。

2.根据权利要求1所述的一种多尺度模糊边界条件下的遥感目标检测方法，其特征在于：所述尺度内注意力模块包括L个尺度内注意力单元，对样本X，分别输入x1~xL、输出对应的第二序列y1~yL，其中第i个尺度内注意力单元包括第二线性层、第三线性层、第四线性层、多头可变形注意力模块、第二向量拼接层和第五线性层，多头可变形注意力模块内包含H个注意力头；

第二线性层用于通过与注意力头对应的第二权重矩阵，将 在每个注意力头中转换成一尺度内值矩阵，其中第二线性层对应第h个注意力头的第二权重矩阵为 、尺度内值矩阵为 ，h=1 H；

~

第三线性层用于通过与注意力头对应的第三权重矩阵，将 在每个注意力头中转换成一尺度内查询矩阵，其中第三线性层对应第h个注意力头的第三权重矩阵为 、尺度内查询矩阵为 ；

第四线性层用于通过与注意力头对应的第四权重矩阵，将 在每个注意力头中转换成一尺度内偏移矩阵，其中第四线性层对应第h个注意力头的第四权重矩阵为 、尺度内偏移矩阵为 ；

所述多头可变形注意力模块、第二向量拼接层和第五线性层根据下式生成 ；

，

，

式中， 为可变形注意力操作， 为 对应的第h个注意力头的输出， 为 对应的第二序列， 为向量拼接操作、 为第五线性层的第五权重矩阵。

3.根据权利要求2所述的一种多尺度模糊边界条件下的遥感目标检测方法，其特征在于：可变形注意力操作 根据下式得到；

，

式中, 为softmax函数， 为点乘， 为通过计算偏移获得的xi中的关键点。

4.根据权利要求2所述的一种多尺度模糊边界条件下的遥感目标检测方法，其特征在于：所述尺度间注意力模块包括L个尺度间注意力单元，对样本X，分别输入 、输出对~应的第三序列 ，其中第i个尺度间注意力单元包括第六线性层、第七线性层、第八线性~层、键值对注意力模型、第三向量拼接层和第九线性层，键值对注意力模型内也包含H个注意力头；

将 构成样本X的第二多尺度特征集合 ，Y中剔除 后得到的集合作为~

的补集 ， 中第j个第二序列为 ，1≤j≤L‑1；

所述第六线性层用于通过与注意力头对应的第六权重矩阵，将 在每个注意力头中转换成L‑1个尺度间值矩阵，其中第六线性层对应第h个注意力头的第六权重矩阵为 ，的尺度间值矩阵为 ，L‑1个尺度间值矩阵构成的集合为 ，h=1 H；

~

所述第七线性层用于通过与注意力头对应的第七权重矩阵，将 在每个注意力头中转换成L‑1个尺度间键矩阵，其中第七线性层对应第h个注意力头的第七权重矩阵为 、的尺度间键矩阵为 ，L‑1个尺度间键矩阵构成的集合为 ；

所述第八线性层用于通过与注意力头对应的第八权重矩阵，将 在每个注意力头中转换成一尺度间查询矩阵，其中第八线性层对应第h个注意力头的第七权重矩阵为 、尺度间查询矩阵为 ；

键值对注意力模型、第三向量拼接层和第九线性层根据下式生成 ；

，

，

式中， 为键值对注意力操作，用于计算 和 进行尺度间信息补偿，为 对应的第h个注意力头的输出， 为 对应的第三序列， 为第九线性层的第九权重矩阵。

5.根据权利要求4所述的一种多尺度模糊边界条件下的遥感目标检测方法，其特征在于： 根据下式得到；

，

式中， 为softmax函数，T为转置操作， 为尺度间键矩阵的维度。

6.根据权利要求1所述的一种多尺度模糊边界条件下的遥感目标检测方法，其特征在于：第一向量拼接层和第一线性层根据下式得到增强特征y；

，

式中， 为向量拼接操作， 第1个尺度的特征对应的第三序列， 为第L个尺度的特征对应的第三序列。