基于上下文信息的遥感图像目标检测

作者：梁礼明; 李仁杰; 董信; 朱晨锟

来源：电光与控制, 2023, 30(10): 89-94.

• 遥感图像
• 上下文模块
• 坐标注意力模块
• 空洞空间卷积金字塔模块

针对遥感图像中背景复杂多样、目标密集和尺度差异性大，容易造成小目标漏检和误检的问题，以YOLOv5s算法为网络基础框架，提出一种基于上下文信息的遥感图像目标检测算法。首先，设计上下文模块(CM)并添加在主干网络，增大目标区域特征的感知范围，获取更多的上下文信息，提升模型对小尺度目标的检测能力；其次，在特征主干网络中引入坐标注意力(CA)模块，加强模型对浅层网络中目标位置信息的识别能力；最后，将空间金字塔池化模块替换为空洞空间卷积金字塔(ASPP)模块，实现全局信息和局部信息相融合，进一步增强小目标的语义信息。实验结果表明，在RSOD数据集上，改进后算法的mAP50为97.9%,相比原YOLOv5s算法提高了1.7个百分点；FPS达到71帧/s,满足实时性检测的要求。相比其他检测算法，改进后算法具有更低的漏检率和误检率，检测性能更加优秀。

• 单位
  自动化学院; 江西理工大学