基于YOLOv2的遙感圖像快速目標(biāo)檢測方法屬圖像處理和模式識別技術(shù)領(lǐng)域，本發(fā)明實(shí)現(xiàn)了對遙感圖像中的重要目標(biāo)的快速檢測；首先構(gòu)建了遙感圖像數(shù)據(jù)集用于模型的訓(xùn)練及性能檢測；然后提出了一種適用于遙感圖像分類的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)用于特征提取，進(jìn)而構(gòu)建目標(biāo)檢測網(wǎng)絡(luò)。針對卷積神經(jīng)網(wǎng)絡(luò)對小目標(biāo)檢測能力差這一問題，本發(fā)明采用增加訓(xùn)練尺度、批量正則化等方法提升了網(wǎng)絡(luò)的性能。本發(fā)明定義了偏移因子校正目標(biāo)位置，利用SVM分類器對檢測結(jié)果進(jìn)行目標(biāo)背景二次分類，在保證檢測精度的同時保障了檢測速度，實(shí)現(xiàn)了端到端檢測。最重要的是，模型允許將新數(shù)據(jù)的檢測結(jié)果擴(kuò)充到訓(xùn)練數(shù)據(jù)集中，從而更新訓(xùn)練目標(biāo)檢測網(wǎng)絡(luò)，不斷提升模型的泛化能力。