改进YOLOX的SAR近岸区域船只检测方法

摘要

针对SAR近岸区域船只检测准确率低与虚警率高的问题，提出一种基于改进注意力机制与旋转框的SAR近岸区域船只检测方法。该方法首先通过改进坐标注意力机制并引入至特征提取网络中，提升网络的特征提取能力；其次，增加角度分类头，并引入二维高斯分布，计算预测分布与目标分布的KL散度评估旋转框损失值，完成目标的角度信息提取；再基于YOLOX算法中的无锚框(AF)机制，减少候选框冗余，使模型轻量化并进一步提高定位精度。最后在公开数据集offical-ssdd上进行测试，在嵌入式平台(NVIDIA Jetson AGX Xavier)上对模型进行推理验证。该算法模型计算参数仅1.14 M，在近岸情况下平均检测精度较YOLOX模型提高了18.77%，总体检测精度达到94.2%。验证结果表明，该算法适用于复杂场景下任意方向的密集船只目标检测，满足实时处理需求。

关键词

改进坐标注意力机制 / 近岸区域 / 旋转目标框 / SAR / 船只检测