基于跨层注意力增强的遥感小目标检测

作者：韩兴勃; 李凡

来源：激光与光电子学进展, 2022, 1-19.

• 小目标检测
• 遥感图像
• 跨层注意力
• 特征金字塔

针对遥感图像中小目标对象存在像素值少、信息有限、检测困难和失准等实际问题，本文对YOLOv5进行改进，提出增加残差连接与跨层注意力的方法来提升模型对遥感图像中小目标的检测能力。该方法采用对特征图进行残差连接并增加检测头的方式，有效提高了YOLOv5在遥感图像中对小目标的检测能力。此外，本文还通过跨层注意力为不同网络层的特征附加语义信息，从而提高模型对遥感图像中复杂背景信息的抑制能力。在DIOR(Detection in Optical Remote)遥感数据集的实验中，该方法取得了86.4%的平均精度均值(mAP)，并在小目标检测精度评价指标(APs)的评测值达到了23.4%，比基准网络高出5.9个百分点。实验结果表明，本文提出的方法在遥感图像中小目标检测问题上具有较好性能，同时也验证了特征金字塔中底层特征图与注意力机制对提升小目标检测性能具有十分重要的作用。

• 单位
  自动化学院; 昆明理工大学