改进YOLOV4-Tiny的SAR图像舰船小目标检测

作者：徐继尚; 柳翠寅^*; 刘明

来源：小型微型计算机系统, 2023, 44(12): 2791-2796.

DOI：10.20009/j.cnki.21-1106/tp.2022-0319

• 合成孔径雷达
• 目标检测
• YOLOV4-Tiny
• 通道注意力机制

针对主流目标检测算法在检测SAR图像舰船小目标时精度低、实时性能差等问题，本文提出了一种基于改进YOLOV4-Tiny的目标检测算法.根据SAR图像分辨率低，特征简单且含有大量小目标的特点，首先，增加8倍下采样特征图来增强对小目标特征的提取能力；其次，借鉴Inception和SPP网络设计出新的特征提取模块Module来获取更高级的语义信息且提高浅层网络的感受野，进一步提升检测小目标的精度，耗时仅增加1ms.引入SE通道注意力机制来增强重要特征，提高网络的鲁棒性，并通过对比实验选出SE通道注意力机制最合适的参数.实验结果表明，改进后YOLOV4-Tiny的AP值达到97.17%,单张图像检测耗时0.022s,参数量为9.22M,AP值相对原始模型提高2.93%,检测耗时增加8ms,参数量增加3.35M,满足实时性检测需求.

• 单位
  昆明理工大学; 自动化学院