基于改进EAF-YOLO的轻量化遥感图像检测

作     者：侯林静 李芳 HOU Linjing;LI Fang

作者机构：沈阳理工大学信息科学与工程学院沈阳110159 

基　　金：国家自然科学基金项目(62102272) 

出 版 物：《沈阳理工大学学报》 (Journal of Shenyang Ligong University)

年 卷 期：2025年第44卷第2期

页      码：7-12页

摘      要：针对遥感图像目标检测模型难以在无人机、卫星以及移动设备等低算力场景下部署的问题,提出一种轻量化遥感图像检测方法EAF-YOLO。模型以YOLOv7框架为基础,采用Ef-ficientNet特征提取网络作为轻量级骨干网络,降低模型参数;在框架头部设计串行结构的空间金字塔池化层,提升内部尺度交换能力,增强对特征信息的聚合能力;采用WIoU损失函数作为回归损失,自适应地调整难易样本的权重,提高模型的检测性能。以遥感数据集DIOR进行实验,EAF-YOLO模型检测精确率达到了90.3%,参数量为9.3×10^(6),表明训练后的模型较YOLOv7具有较小的参数量,适用于遥感图像计算资源有限的场景。

主 题 词：遥感图像检测 轻量化 YOLOv7 EfficientNet 尺度交换 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.3969/j.issn.1003-1251.2025.02.002

馆 藏 号：203157364...