基于多维度信息交互的遥感图像目标检测算法

作者：卜荟力; 方贤进; 杨高明

来源：黑龙江工业学院学报(综合版), 2022, 22(10): 58-65.

DOI：10.16792/j.cnki.1672-6758.2022.10.008

• 目标检测
• 信息交互
• 自注意力模块
• 特征增强

随着卫星遥感图像和航空遥感图像分辨率的不断提高，从遥感影像中获取的有用数据和信息越来越多，与普通图像相比，遥感图像具有类别不平衡、背景复杂、小物体检测困难等特点。针对以上问题，提出一种改进YOLOv5s的遥感图像目标检测算法MPSA-YOLOv5。设计一种多维度信息交互极化自注意力(Multi-dimensional information interaction Polarized Self-Attention,MPSA)模块，充分考虑捕获通道交互对细节信息的重要程度，并将其嵌入到主干网络中。改进特征增强结构，替换使用Softpool池化方式保留更多原始信息，实现特征增强。实验结果表明，MPSA-YOLOv5在NWPUVHR-10公共遥感图像数据集上检测精度达到91.4%，相比于SSD、YOLOv3、YOLOX-S和原YOLOv5s算法分别提高了6.06、2.8、1.45和1.7个百分点，MPSAYOLOv5算法有效提升了遥感图像的检测精度。

• 单位
  安徽理工大学