基于改进YOLOX的遥感图像目标检测

作     者：王子健 王云艳 武华轩 WANG Zijian;WANG Yunyan;WU Huaxuan

作者机构：湖北工业大学电气与电子工程学院武汉430068 襄阳湖北工业大学产业研究院襄阳441100 

基　　金：国家自然科学基金资助项目(41601394) 襄阳湖北工业大学产业研究院基金资助项目(XYYJ2022C12) 

出 版 物：《扬州大学学报（自然科学版）》 (Journal of Yangzhou University：Natural Science Edition)

年 卷 期：2023年第26卷第5期

页      码：64-71,78页

摘      要：为解决遥感图像目标检测中存在的密集小目标易被漏检以及结构复杂目标检测精度低等问题,设计了一种基于YOLOX的检测器.首先,构建一种基于全局平均池化金字塔结构的注意力网络(convolutional block spatial net,CBSPNet),并将CBSPNet插入锚点优化空洞卷积改进的残差块内,以增强特征的提取能力和优化对目标边缘的检测;其次,在主干网络中新增一个浅层的输出尺度,使得网络对小目标更为敏感;最后,引入跳跃连接构建优化的特征融合网络,提高特征在多尺度空间中的融合能力.实验结果表明:改进的YOLOX模型(R-YOLOX)对遥感密集小目标和不规则大目标均具有良好的检测性能,在多场景的检测任务中展现了较强的鲁棒性;R-YOLOX网络在RSOD遥感图像数据集上的平均检测精度较YOLOX提高了1.15%,且检测速率达31帧·s^(-1),满足实时检测的要求.

主 题 词：残差块 遥感目标检测 注意力网络 锚点优化 空洞卷积 

学科分类：0810[工学-土木类] 08[工学] 081002[081002] 

D　O　I：10.19411/j.1007-824x.2023.05.012

馆 藏 号：203124521...