技术摘要：
本公开提供了一种航拍图像中车辆检测和分割的方法及系统，利用深度卷积神经网络提取遥感图像的特征图，根据特征图的不同尺度大小，构建出特征金字塔；对原始特征金字塔网络中多层特征进行自适应特征融合，输出新的多尺度特征图；利用区域提议网络，从多尺度特征中提取  全部
背景技术：
本部分的陈述仅仅是提供了与本公开相关的
技术实现要素：
信息，不必然构成在先技 术。 随着自动化设备的飞速发展，交通监控等应用场景的检测技术也随之高速发展。 目前在交通监控过程中，利用飞行器、无人机等设备获取图片/图像已经是非常常见的现 象。 然而，据发明人了解，处理无人机获取的图像以提取有效的车辆信息存在一些挑 战，这些挑战包括： 采集的车辆存在任意方向：由于视点变化和高度变化，航拍图像中的车辆通常以 任意方向出现。 图像巨大的比例变化：随着无人机巡航高度的变化，无人机拍摄图像中的车辆的 比例会发生很大变化。 图像中目标存在部分遮挡：在某些情况下拥挤的车辆具有相似的结构和颜色，很 难将拥挤且相互遮挡的车辆分开。 目前的图像处理技术在解决上述问题上均存在一定的难度。