科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对遥感图像中车辆检测面临的背景复杂、多尺度差异和小目标难以检测等挑战，本文提出了一种基于双向多尺度特征融合的检测方法GEM＿YOLO。该方法包括三个主要部分：首先，设计了全局高效注意力模块作为特征提取器，实现轻量化和高效率的特征提取，以解决复杂背景下的目标检测问题；其次，提出了双向多尺度特征融合网络作为特征融合器，采用自顶向下和自底向上的特征融合策略，有效促进不同层次特征之间的信息交互；最后，应用基于注意力的动态检测头作为预测器，增强了对不同尺度、空间位置和任务的感知，进一步提升了目标检测的精度和鲁棒性。在公开数据集DIOR和DOTA上进行相关实验，该方法的平均精度均值达到92.4%和81.4%，显著优于其它主流检测方法，同时具有更少的参数量和计算量，为遥感图像检测领域中的车辆检测提供了一种高效解决方案。
- 单位
