基于Ghost卷积与注意力机制的SAR图像建筑物检测算法

作者：严继伟; 苏娟^*; 李义红

来源：兵工学报, 2022, 43(07): 1667-1675.

• 轻量化网络
• SAR图像建筑物检测
• 旋转目标检测
• Ghost卷积
• 通道注意力
• CARAFE上采样

针对深度卷积神经网络存在模型参数量大、占用内存资源等问题，提出了一种基于轻量化网络的SAR图像建筑物检测算法。首先以旋转目标检测算法R-centernet为基础，将主干网络中的传统卷积替换为Ghost卷积，并构建Ghost-ResNet网络，降低模型参数量；其次提出了融合宽高信息的通道注意力模块，增强网络对图像中显著区域的精确定位能力；使用CARAFE上采样代替网络中的DCN模块，在上采样过程中充分结合特征图信息，提高目标检测能力；最后使用改进的R-centernet算法在旋转标注的SAR图像建筑物数据集上进行训练与测试。实验结果表明，相比于原始R-centernet算法，改进后的算法准确率提高了3.8%,召回率提高了1.2%,检测速度提高了12帧/s。