多尺度特征融合的遥感图像目标检测方法

作者：张洋; 夏英^*

来源：计算机科学, 2023, 1-11.

• 遥感图像
• 目标检测
• 多尺度特征
• 特征融合
• YOLOv5

遥感图像目标检测是计算机视觉领域中的一个重要研究方向，其广泛运用在军事和民用领域。遥感图像中的目标具有尺度多样、密集排列和类间相似等特点，使得用于自然图像的目标检测方法在遥感图像目标检测中存在较多漏检和误检等现象。针对这一问题，本文在YOLOv5的基础上，提出一种基于多尺度特征融合的遥感图像目标检测方法，首先，在骨干网中引入融合多头自注意力的残差单元，通过该模块充分提取多层次特征信息，缩小不同尺度间的语义差异；其次引入融合轻量级上采样算子的特征金字塔网络，用于获取高层语义特征和低层细节特征，通过特征融合的方式获得特征信息更丰富的特征图，从而提升不同尺度目标的特征分辨率。在公开数据集DOTA和NWPU VHR-10上评估了本文方法的有效性，相比基准模型，本文方法的准确率（mAP）分别提高1.5%和2.0%。

• 单位
  重庆邮电大学