Come funziona EfficientRDet, il nuovo cervello per individuare le navi nei satelliti?

Rilevare le navi su foto satellitari è più difficile di quanto sembri. Le imbarcazioni possono apparire in qualsiasi direzione, su sfondi caotici e con dimensioni molto diverse. Per questo gli scienziati hanno creato EfficientRDet, un algoritmo basato su EfficientDet, già famoso per il riconoscimento di oggetti.

EfficientRDet aggiunge un ramo che stima l’angolo di rotazione dell’oggetto, così il modello capisce se la nave è rivolta a 30°, 120° o 270°. Poi entra in gioco un “pseudo‑two‑stage”: prima un ramo (RRB) affina il riquadro di delimitazione ruotato, poi un secondo ramo (CRB) migliora il punteggio di classificazione.

Altre chicche includono l’E‑BiFPN, una rete di fusione di caratteristiche più veloce, una “Attention Head” che concentra l’attenzione sulle parti più importanti dell’immagine, e una rappresentazione DF dell’angolo che riduce gli errori.

I test su due dataset – HRSC2016 (foto ottiche) e RSDD‑SAR (radar) – mostrano risultati impressionanti: 97,6 % di precisione AP50 su HRSC2016 e 93,58 % su RSDD‑SAR, superando i metodi più avanzati. Gli esperimenti di ablation confermano che ogni nuovo componente porta un reale miglioramento.

In pratica, EfficientRDet promette di individuare le navi con alta precisione e velocità, aprendo la strada a monitoraggi marittimi più affidabili e a costi ridotti.

EfficientRDet si basa su EfficientDet D3, che utilizza un backbone EfficientNet‑B3 per estrarre caratteristiche multiscala. L’angle prediction branch impiega una codifica sinusoidale dell’angolo, trasformando il problema di regressione in una classificazione su 180 classi (1° per classe). Il Rotated‑Bounding‑Box Refinement Branch (RRB) utilizza un loss di tipo IoU rotazionale (Rotated‑IoU) per ottimizzare la sovrapposizione dei box, mentre il Class‑Score Refinement Branch (CRB) applica un focal loss ponderato per gestire lo squilibrio tra navi e sfondo. L’E‑BiFPN introduce connessioni bidirezionali aggiuntive e normalizzazione di batch per migliorare la propagazione del gradiente. L’Attention Head combina channel‑wise e spatial‑wise attention (CBAM) per enfatizzare le regioni di interesse. La rappresentazione DF dell’angolo sfrutta una distribuzione gaussiana discreta, consentendo al modello di apprendere incertezza angolare e riducendo l’over‑fitting. Gli esperimenti di ablation mostrano che rimuovere l’angle branch riduce l’AP50 di ~4%, mentre l’assenza di E‑BiFPN comporta una perdita di ~2,5% di precisione. L’architettura è addestrata con AdamW (lr = 1e‑4, weight decay = 0.01) per 120 epoche, con data‑augmentation specifica per rotazione e scaling, garantendo robustezza a variazioni di orientamento e dimensione.