基于特征融合和注意力机制的遥感目标检测

作     者：刘树东 任慧娟 张众维 LIU Shudong;REN Huijuan;ZHANG Zhongwei

作者机构：天津城建大学计算机与信息工程学院天津300384 

基　　金：国家自然科学基金项目(41971310) 

出 版 物：《遥感信息》 (Remote Sensing Information)

年 卷 期：2023年第38卷第5期

页      码：1-7页

摘      要：为了降低遥感图像中尺寸较大或长宽比变化极端等类型目标对检测精度的不利影响,提出一种基于YOLOv5的改进算法。首先,设计多尺度特征融合模块,通过引入不同膨胀率的残差膨胀卷积块以获得更大感受野,提高对长宽比变化极端目标的检测能力;其次,引入全局-局部注意力,通过分解大核注意力以获得空间和通道维度的长期依赖性和适应性,实现动态提取丰富的全局上下文信息,提高网络对大尺寸目标的检测性能。在DOTA数据集上的消融实验证明了该算法的有效性,mAP达到77.05%,较改进前的模型提升了1.66%,亦优于主流算法,有效改善了遥感图像中目标尺寸过大或长宽比变化极端带来的问题。

主 题 词：计算机应用技术 目标检测 多尺度特征融合 膨胀卷积 注意力机制 

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

核心收录：

D　O　I：10.20091/j.cnki.1000-3177.2023.05.001

馆 藏 号：203125267...