基于FPGAN-SSD的遥感小目标检测

作者：孙伟杰; 袁三男^*

来源：电光与控制, 2022, 29(05): 113-118.

• 小目标检测
• 遥感图像
• 生成对抗网络
• 图像特征金字塔
• 图像超分辨率重建

针对遥感图像中的小目标检测精度低的问题，提出一种基于改进特征金字塔及生成对抗网络的端到端检测(FPGAN-SSD)算法。该算法首先改进生成器网络结构，由特征金字塔网络替代传统CNN网络，并在高层特征图上构建子像素跳接融合(SSCF)与子像素上下文特征融合(SCFF)结构；其次，重构特征金字塔的骨干网络ResNet50,将基础层特征映射划分为两部分，并使用Octave Convolution替代传统卷积；最后，使用相对判别器及单点多盒探测器(SSD)算法的损失函数对生成器模型进行训练。实验结果表明，该算法在COCO2017数据集上及小目标的平均准确率(mAP)分别达到48.3%和27.8%,检测速度为9.6帧/s;在UCAS-AOD及HRSC2016组成的遥感公开数据集上的平均准确率达到81.7%,检测速度为13.2帧/s。该算法在保证检测速度的情况下，有效提升了遥感图像中小目标的平均准确率。

• 单位
  上海电力大学