基于嵌入式的遥感目标实时检测方法

作者：农元君; 王俊杰^*

来源：光学学报, 2021, 41(10): 179-186.

DOI：10.3788/aos202141.1028001

• 遥感
• 目标检测
• 实时检测
• 嵌入式平台
• 空间注意力

当前基于深度学习的遥感图像目标检测方法因模型复杂、计算量大,难以部署在计算资源受限的卫星上进行实时在轨检测。针对该问题,提出一种基于嵌入式的轻量化遥感目标实时检测方法。该方法以YOLOv3-tiny为基础网络,首先通过精简网络与改进多尺度预测对网络结构进行优化,其次引入空间注意力模块以增强遥感目标的特征。实验结果表明,在608×608的输入尺寸下,所提方法的平均准确率均值、召回率、F1值分别达到了76.70%、75%、78%,较YOLOv3-tiny提升了3.61%、8%、6%,同时计算量和模型体积较YOLOv3-tiny减少了39.67%和71.26%,且在嵌入式平台NVIDIA Jetson Xavier NX上可达到32.5 frame/s的实时检测速度,可满足在嵌入端实时检测遥感目标的需求。

• 单位
  中国海洋大学