增强特征融合并细化检测的轻量化SAR图像船舶检测算法

作者：郑莉萍; 赵良军; 宁峰; 谭亮; 肖波; 胡月明; 何中良; 席裕斌; 梁刚

来源：无线电工程, 2023, 1-14.

• 船舶检测
• 深浅特征融合
• 细粒度设计
• RGDET-Ship

针对SAR图像船舶检测任务在船舶组合和船舶融合场景下低检测精度的问题，研究提出了一种轻量化船舶检测算法RGDET-Ship，有效提高SAR图像在复杂场景下的船舶检测精度。该算法的创新点包括：（1）构建基于改进ResNet的基础主干网络，增强深浅网络早特征融合，保留更丰富的有效特征图，并利用RegNet进行模型搜索得到一簇最优结构子网络RGEA，实现模型的轻量化；（2）在FPNNeck基础上，结合EA-fusion策略设计出FEAFNeck网络，进一步加强深浅特征晚融合，提高中大船舶目标特征的提取；（3）通过细粒度分析改进RPN网络得到TRPN网络，提高模型的检测粒度和预测框准确性；（4）引入多任务损失函数CE＿S，包括分类任务和回归任务，进一步提升检测性能。通过在标准基准数据集SSDD上进行大量实验，验证了RGDET-Ship模型的有效性和健壮性。实验结果表明，相较于Faster Rcnn和Cascade Rcnn，RGDET-Ship在mAP＿0.5:0.95上分别提升了5.6%和3.3%，在AR上分别提升了9.8%和7.6%。

• 单位
  海南大学; 四川轻化工大学