基于YOLOv5的近岸SAR舰船目标检测方法

作者：富强; 杨威; 陈杰; 郑世超; 楚博策^*

来源：上海航天(中英文）, 2022, 39(03): 67-90.

DOI：10.19328/j.cnki.2096-8655.2022.03.010

• 合成孔径雷达(SAR)
• 舰船检测
• 卷积神经网络
• YOLOv5网络
• 注意力机制模型
• CSL算法

由于类似舰船的陆地目标的干扰和舰船的紧密排列，基于合成孔径雷达（SAR）图像的近岸舰船检测会出现较多漏检和误检，提出了一种基于YOLOv5网络的近岸舰船的检测方法。为提高近岸背景下的检测精度，使用了注意力机制模型和CSL的技术用于改进网络；分析了YOLOv5网络、注意力模型和CSL算法，基于YOLOv5进行了检测实验，引入注意力模型来改进网络；结合CSL算法，重构了YOLOv5旋转检测网络。通过调整训练参数和改进注意力，近岸目标检测网络的测试结果达到mAP 80%以上，证实了CSL+YOLOv5算法实现旋转检测的可行性。

• 单位
  电子信息工程学院; 中国电子科技集团公司; 上海卫星工程研究所; 北京航空航天大学