用于卫星遥感图像的多尺度目标检测算法

作者：项建弘; 陈振兴; 王霖郁

来源：激光与光电子学进展, 2022, 1-15.

• 神经网络
• 多尺度目标检测
• 注意力机制
• 通道权重
• 特征融合

为解决在卫星遥感图像的多尺度目标检测中出现的背景混乱检测困难、小目标检测精度低、漏检率高等问题，提出一种用于卫星遥感图像的多尺度目标检测算法。在主干网络（Backbone）中使用通道和空间注意力模块（CBAM），并重新设计特征融合网络（Neck），实现上采样-下采样-上采样的多重融合，并在其中加入通道权重参数，让网络更加关注重要的层次，实现不同层次特征信息的充分利用，使细节特征信息得到增强。在DIOR数据集中不仅对小目标检测效果提升显著，而且提高了复杂场景中目标的检测精度，与Yolov5m相比较，对部分较小或者复杂的目标检测效果提升明显，精度提升4.5%以上，整体精度mAP（mean Average Precision）提升3.1%。

• 单位
  哈尔滨工程大学