整体结构包括RPN提取，多尺寸roipooling，然后预测三部分：目标分数，外接矩形框，一般四边形。

基于faster rcnn

• 微调anchor
  将anchor的尺寸调小，增加一个更小的anchor，让其更适用于检测小目标。
• 使用不同尺寸的pooling
  在7x7的基础上增加了3x11（更精细提取竖直方向特征）和11x3（更精细提取水平方向特征）。
• 同时回归水平矩形框和倾斜矩形框
  尽管最终目的是得到倾斜矩形框，但是同时预测水平矩形框有助于更准确的预测倾斜矩形框。

• 使用倾斜NMS对于检测临近目标更有效，不会漏检测。

  
  图片.png
• 损失函数
  倾斜矩形框预测左上角，右上角的四个坐标，以及高度h。偏移量的定义方式和fasterrcnn一样。