一种改进的YOLOv7光学遥感图像舰船目标检测算法

作     者：车思文 汪宇玲 CHE Siwen;WANC Yuling

作者机构：东华理工大学信息工程学院南昌330000 新南威尔士大学计算机科学与工程学院悉尼2052 

基　　金：国家自然科学基金(62066003) 国家留学基金项目(CSC202208360143) 江西省研究生创新专项资金项目(YC2022-s626) 

出 版 物：《电光与控制》 (Electronics Optics & Control)

年 卷 期：2024年第31卷第5期

页      码：34-39,65页

摘      要：针对YOLOv7算法在应用于光学遥感图像舰船目标检测任务时所面临的小目标检测精度低的问题,提出一种基于多维注意力机制动态卷积的光学遥感图像舰船目标检测改进算法。首先,通过并行策略设计了融合多维注意力机制动态卷积的高效聚合网络,多维注意力机制动态卷积根据不同维度的特征重要性进行自适应调整,卷积核沿4个维度学习到注意力分布,增强了特征融合网络捕获数据中细粒度特征的能力;其次,针对舰船目标的多尺度差异特点设计多层次超大卷积核层,丰富全局特征描述,提高检测网络的感知能力。在HRSC2016和DOTA两个公共数据集上的实验结果表明,改进后算法的mAP分别达到了93.4%和90.1%,与现有主流先进算法相比取得更优的检测精度,在降低舰船小目标漏检误检率的同时提升了识别能力。

主 题 词：光学遥感图像 舰船目标检测 YOLOv7 小目标检测 

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

D　O　I：10.3969/j.issn.1671-637X.2024.05.006

馆 藏 号：203127669...