基于MA-DETR的SAR图像飞机目标检测

作     者：周文骏 黄硕 张宁 宋传龙 赵宇轩 段一帆 徐国庆 ZHOU Wenjun;HUANG Shuo;ZHANG Ning;SONG Chuanlong;ZHAO Yuxuan;DUAN Yifan;XU Guoqing

作者机构：上海大学通信与信息工程学院上海200444 上海航天电子通讯设备研究所上海市天基异构网络协同计算重点实验室上海201112 

基　　金：国家重点研发计划资助项目(No.2023YFE0208100) 

出 版 物：《光学精密工程》 (Optics and Precision Engineering)

年 卷 期：2024年第32卷第18期

页      码：2814-2822页

摘      要：SAR图像目标检测近年来一直是研究热点,但其成像不清晰的特点也导致DETR网络模型无法很好地提取其潜在特征,同时DETR网络也存在训练周期长、收敛慢的问题。为此设计了一种基于多标签分配的DETR网络(Multi-label Assignment DETR,MA-DETR)用于SAR图像飞机目标检测任务。本文利用添加大尺度抖动(Large Scale Jittering,LSJ)的数据增强模块增强网络训练效果,然后设计了一种多标签分配监督模块处理从编码器输出的数据,其中多个监督辅助头提取潜在特征并输入到解码器改善DETR网络一对一标签分配方式的不足之处。最后还设计了一种匹配增强模块加入解码器中,缓解由匈牙利匹配算法带来的匹配离散性,提高网络训练损失收敛速度。实验结果表明:在SAR AIRcraft数据集上,相较于原方法,本文方法使AP0.5和AP0.75精度分别提高了7.9%和7.4%,同时基于相同的训练网络,其损失收敛速度有3.3倍的提升。新的网络结构有效提高SAR图像目标检测精度,并且减少了DETR网络训练周期。

主 题 词：目标检测 SAR图像 DETR网络 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：10.37188/OPE.20243218.2814

馆 藏 号：203154759...