面向SAR图像的轻量化YOLOv8飞机目标检测算法

Lightweight YOLOv8 Aircraft Target Detection Algorithm for SAR Images

摘要

针对合成孔径雷达图像中飞机目标检测面临的模型复杂度较高、检测性能不足及泛化能力较弱等问题，从网络设计和模型压缩两个角度对YOLOv8模型进行轻量化改进。在网络设计方面，首先将原模型的C2f模块替换为CSPRELAN-C2f模块，通过1×1卷积生成冗余特征图，优化特征提取过程。同时，舍弃传统BottleNeck残差块，并在梯度流通分支中引入RepConv模块，以增强特征提取能力和梯度流通性。此外，针对SAR图像中飞机目标较小的特点，去除大目标检测层，强化对飞机等小目标的识别能力。最后，采用Inner-SIoU损失函数，进一步提升模型训练效果。在模型压缩方面，引入CWD方法进行知识蒸馏，提升轻量化模型的检测性能。在SAR-AIRcraft-1.0数据集上的实验结果表明，改进后的算法在模型体积、参数量和计算量上分别压缩了77.63%、80.41%和69.14%。

Abstract

To address the challenges of high model complexity， insufficient detection performance， and weak generalization ability in aircraft target detection in synthetic aperture radar （SAR） images， this paper proposed a lightweight improvement to the YOLOv8 model from both network design and model compression perspectives. In terms of network design， the original C2f module was replaced with a CSPRELAN-C2f module， which generated redundant feature maps via 1×1 convolutions to optimize the feature extraction process. Meanwhile， the traditional BottleNeck residual block was discarded， and a RepConv module was introduced into the gradient flow branch to enhance feature extraction capability and gradient flow. Additionally， given the small size of aircraft targets in SAR images， the large-target detection layer was removed to strengthen the identification of small targets such as aircraft. Finally， the Inner-SIoU loss function was adopted to further improve model training performance. In terms of model compression， the CWD method was introduced for knowledge distillation to boost the detection performance of the lightweight model. Experimental results on the SAR-AIRcraft-1.0 dataset show that the improved algorithm reduces model size， parameter count， and computational load by 77.63%， 80.41%， and 69.14%， respectively.

Graphical abstract

关键词

合成孔径雷达 / 飞机目标检测 / YOLOv8 / 知识蒸馏

Key words

synthetic aperture radar / aircraft target detection / YOLOv8 / knowledge distillation

合成孔径雷达（synthetic aperture radar，SAR）是一种主动利用微波信号进行远程感知的先进雷达技术。与光学图像和红外图像相比，SAR图像具有全天候、全天时的成像能力，同时具备较强的穿透能力，能够在复杂气象条件下获取高分辨率的地面图像^［1］。因此，SAR技术在军事领域和民用领域均具有重要的研究和应用价值。在军事侦察中，SAR能够在多种气候条件下支持作战监测和目标识别，具有重要的战略意义；在民用领域，SAR可以为机场管理提供高分辨率地面监测数据，助力机场实现安全、高效运营。为在飞机目标检测中平衡检测精度与模型复杂度，实现对目标的实时检测，开展相关技术研究显得尤为重要^［2］。

在SAR图像目标检测中，传统方法和深度学习方法是两大主流技术路径^［3］。传统检测算法在目标识别中虽表现出一定的有效性，但在应对复杂背景和噪声环境时，其检测精度和鲁棒性存在不足。近年来，随着深度学习技术的快速发展，基于深度学习的目标检测算法被广泛应用于SAR图像分析，主要分为两阶段算法和单阶段算法两类。其中，两阶段算法（如R-CNN^［4］、Fast R-CNN^［5］、RPN^［6］）通过生成候选区域并对其进行多次精细处理，能够较为准确地识别目标类型和位置，但计算复杂度较高，推理速度较慢；单阶段算法（如YOLO系列^［7］、SSD^［8］、DETR^［9］等）则直接预测目标的边界框和类别标签，以显著提升检测效率，在SAR图像目标检测中展现出巨大潜力。如韩萍等^［10］提出一种基于YOLOv5的改进算法，设计一种目标区域特征增强的SAR图像飞机目标检测与识别网络，引入骨干网络FP-CSPDarnet，保护飞机的重要特征；同时利用FPN-A通过简单结构和自适应特征融合提升模型性能，最后使用D-Head检测头增强飞机目标的可辨别特征，从而提高检测与识别效果。此外，Cai等^［11］针对SAR图像复杂背景下飞机检测精度低、泛化性弱等问题，提出基于YOLOv8框架的增强型SAR飞机目标检测算法。采用Gather-and-Distribute机制增强多尺度特征融合能力，在骨干网络中引入GSConv，并使用Wise-IoU损失函数改进模型的泛化性能。

尽管取得了诸多进展，但如何在目标检测的精度与速度之间找到最优平衡，依然是SAR图像技术研究和应用中的重要课题，需要新的方法来提高目标检测的准确性和效率，以进一步提升SAR目标检测的性能^［12］。本文针对上述问题提出了一种基于改进YOLOv8的SAR图像飞机小目标检测算法。

1 目标检测方法

1.1 YOLOv8算法原理

YOLOv8的网络结构由主干网络、特征提取网络和检测头三大模块组成（图1）。主干网络采用了CBS（卷积、批归一化、激活函数）模块作为基础，结合C2f（CSP Bottleneck with 2 Convolutions）模块，后者受YOLOv7中高效层聚合网络（ELAN）结构的启发，通过精简卷积层来减少计算复杂度，并增强梯度流。特征提取网络则结合了传统的特征金字塔网络（FPN）和路径聚合网络（PAN），通过自底向上的高分辨率特征融合和自顶向下的语义信息传递，增强了不同尺度目标的检测能力，生成了高质量的特征图。最后，检测头部分将YOLOv5中的Anchor-based耦合头结构替换为Anchor-free解耦头结构，将分类与回归任务分开处理，从而减少了模型的复杂度并提升了推理效率。

1.2 改进的轻量化YOLOv8模型

1.2.1 CSPRELAN-C2f模块

CSPRELAN-C2f模块是一种基于重参数化卷积技术的优化模块，设计灵感源于CSPNet网络结构^［13］，旨在提升卷积神经网络在计算效率和特征提取能力方面的性能，如图2所示。CSPRELAN-C2f模块对输入特征图进行初步处理，解决传统卷积神经网络中存在的特征图冗余问题。借鉴GhostNet^［14］的设计理念，CSPRELAN-C2f模块通过初始1×1卷积操作，将输入通道扩展2倍，随后进行通道分割，前50%通道作为基础特征直接保留，生成直接特征分支；后50%通道利用廉价的RepConv和3×3卷积生成冗余特征，以较低的计算成本调整输入特征图的通道维度，去除冗余通道信息的同时，补充关键特征。

此外，CSPRELAN-C2f模块摒弃了YOLOv8中常用的瓶颈结构（bottleneck），为了弥补设计上的性能损失，在梯度流通分支中引入重参数化卷积，通过多分支结构增强特征提取能力、优化梯度流动，提升网络训练的稳定性和表现力。

本研究将缩放因子设置为0.5，是基于“控制变量实验”筛选出来的一个最优平衡点。本文测试了不同缩放因子（0.25、0.5、0.75）对模型的参数量计算量和平均精度值MAP（mean average precision）的影响，实验结果见表1。缩放因子大于0.5（如0.75）时，冗余分支保留了过多的通道，这不仅增加了计算量，还可能引入无效的背景特征，干扰模型对飞机关键特征的聚焦，尤其在小目标检测中易导致误检；缩放因子小于0.5（如0.25）时，通道过度压缩导致飞机稀疏的关键特征丢失，导致MAP值低于94.5%。因此选择缩放因子为0.5，是在“补偿性能损失”和“保持轻量化”之间找到的最优平衡点。

1.2.2 Inner-SIoU损失函数

在合成孔径雷达图像目标检测任务中，传统CIoU损失函数易因预测框与真实框初始偏移量过大而导致梯度优化失效，影响模型对小目标的捕获能力。针对此问题，本研究提出使用SIoU Loss和Inner-IoU相结合的Inner-SIoU损失函数。通过融合SIoU的方向敏感性（direction-awareness）与Inner-IoU的尺度鲁棒性（scale-robustness），构建一种多维度几何约束机制，提升复杂SAR场景下的检测精度。

SIoU损失函数^［15］通过柔化处理IoU计算，引入目标框的几何形态进行优化。在面对小目标或遮挡目标时，融合SIoU的方向敏感性与Inner-IoU的尺度鲁棒性，构建一种多维度几何约束机制。IoU损失函数能够提供更好的优化效果。该损失函数主要包括四个部分：角度损失、距离损失^［16］、形状损失和IoU损失，定义为

L_{\mathrm{S}\mathrm{I}\mathrm{o}\mathrm{U}}=\mathrm{1}-\mathrm{I}\mathrm{o}\mathrm{U}+\frac{\Delta +\Omega }{\mathrm{2}}。（1）

其中，Δ表示距离损失，Ω表示形状损失。

\left\{\begin{array}{l}\Delta =\frac{\mathrm{1}}{\mathrm{2}}\sum _{t=x,y}\left(\mathrm{1}-{\mathrm{e}}^{-\gamma {\rho }_t}\right),\\ {\rho }_x={\left[\frac{b_{c_x}-b_{c_x}^{\mathrm{g}\mathrm{t}}}{c_w}\right]}^{\mathrm{2}},{\rho }_y={\left[\frac{b_{c_y}-b_{c_y}^{\mathrm{g}\mathrm{t}}}{c_h}\right]}^{\mathrm{2}},\\ \Lambda =\mathrm{s}\mathrm{i}\mathrm{n}\left[\mathrm{2}\mathrm{a}\mathrm{r}\mathrm{c}\mathrm{s}\mathrm{i}\mathrm{n}\frac{\mathrm{m}\mathrm{i}\mathrm{n}\left(\left|x_c^{\mathrm{g}\mathrm{t}}-x_c\right|,\left|y_c^{\mathrm{g}\mathrm{t}}-y_c\right|\right)}{\sqrt[]{{\left(x_c^{\mathrm{g}\mathrm{t}}-x_c\right)}^{\mathrm{2}}+{\left(y_c^{\mathrm{g}\mathrm{t}}-y_c\right)}^{\mathrm{2}}+\epsilon }}\right]\\ \gamma =\mathrm{2}-\Lambda ,\\ \Omega =\frac{\mathrm{1}}{\mathrm{2}}{\sum _{t=w,h}\left(\mathrm{1}-{\mathrm{e}}^{w_t}\right)}^{\theta },\\ {\omega }_w=\frac{\left|w-w_{\mathrm{g}\mathrm{t}}\right|}{\mathrm{m}\mathrm{a}\mathrm{x}\left(w,w_{\mathrm{g}\mathrm{t}}\right)},{\omega }_h=\frac{\left|h-h_{\mathrm{g}\mathrm{t}}\right|}{\mathrm{m}\mathrm{a}\mathrm{x}\left(h,h_{\mathrm{g}\mathrm{t}}\right)}\mathrm{。}\end{array}\right.,（2）

其中，c_w{}^{}和c_h{}^{}表示预测框（Pred Box）与真实框（GT Box）最小外接矩形的宽度和高度，\left(b_{c_x},b_{c_y}\right)、\left(b_{c_x}^{\mathrm{g}\mathrm{t}},b_{c_y}^{\mathrm{g}\mathrm{t}}\right)是Pred Box与GT Box的坐标位置。w、h表示Pred Box的长和宽，w_{\mathrm{g}\mathrm{t}}\mathrm{、}{h}_{\mathrm{g}\mathrm{t}}表示GT Box的长和宽。角度损失\Lambda是锚框（Anchor Box）与GTBox中心点的线之间的最小角度，形状损失Ω表示GT Box和Anchor Box的形状差异。

SIoU损失函数的核心贡献在于引入了“角度损失”，SAR图像中不同航向的飞机其散射模式具有固定的规律。当机头朝向雷达时，机身散射点集中在中部；而侧向朝向雷达时，机翼的散射点则更为明显。通过引入角度损失，SIoU能够量化预测框与真实框（GT Box）之间的朝向差异，迫使模型学习飞机的真实形态。这一方向损失的引入，能够有效解决小目标和多角度形变带来的挑战，从而改善模型在SAR图像中对飞机目标的检测精度。

此外，Inner-IoU损失函数^［17］通过引入内部区域精细化评估机制与多几何约束融合策略，明显提升了复杂场景下目标检测的鲁棒性和定位精度。其数学定义为

\left\{\begin{array}{l}{b}_l^{\mathrm{g}\mathrm{t}}=x_c^{\mathrm{g}\mathrm{t}}-\frac{w^{\mathrm{g}\mathrm{t}}\times r}{\mathrm{2}},b_r^{\mathrm{g}\mathrm{t}}=x_c^{\mathrm{g}\mathrm{t}}+\frac{w^{\mathrm{g}\mathrm{t}}\times r}{\mathrm{2}},\\ b_t^{\mathrm{g}\mathrm{t}}=y_c^{\mathrm{g}\mathrm{t}}-\frac{h^{\mathrm{g}\mathrm{t}}\times r}{\mathrm{2}},b_b^{\mathrm{g}\mathrm{t}}=y_c^{\mathrm{g}\mathrm{t}}+\frac{h^{\mathrm{g}\mathrm{t}}\times r}{\mathrm{2}},\\ b_l=x_c-\frac{w\times r}{\mathrm{2}},b_r=x_c+\frac{w\times r}{\mathrm{2}},\\ b_t=y_c-\frac{h\times r}{\mathrm{2}},b_b=y_c+\frac{h\times r}{\mathrm{2}}\mathrm{。}\end{array}\right.（3）

其中，GT Box和Anchor box分别表示为b^{gt}{}_{}和b，\left(x_c^{\mathrm{g}\mathrm{t}},y_c^{\mathrm{g}\mathrm{t}}\right)表示GT Box和Inner GT Box的中心点坐标，\left(x_c,y_c\right)表示锚点与内锚点的中心点坐标，w、h分别表示为 Anchor box宽度和高度，w^{\mathrm{g}\mathrm{t}}\mathrm{、}{h}^{\mathrm{g}\mathrm{t}}分别表示GT Box的宽度和高度，变量r对应比例因子，取值范围通常在0.5~1.5。

I=\left[\mathrm{m}\mathrm{i}\mathrm{n}\left(b_r^{\mathrm{g}\mathrm{t}},b_r\right)-\mathrm{m}\mathrm{a}\mathrm{x}\left(b_l^{\mathrm{g}\mathrm{t}},b_l\right)\right]\times \left[\mathrm{m}\mathrm{i}\mathrm{n}\left(b_b^{\mathrm{g}\mathrm{t}},b_b\right)-\mathrm{m}\mathrm{a}\mathrm{x}\left(b_t^{\mathrm{g}\mathrm{t}},b_t\right)\right]，（4）

U=\left(w^{\mathrm{g}\mathrm{t}}\times h^{\mathrm{g}\mathrm{t}}\right)\times r^{\mathrm{2}}+\left(w\times h\right)\times r^{\mathrm{2}}-\mathrm{i}\mathrm{n}\mathrm{n}\mathrm{e}\mathrm{r}，（5）

\mathrm{I}\mathrm{o}{\mathrm{U}}^{\mathrm{i}\mathrm{n}\mathrm{n}\mathrm{e}\mathrm{r}}=\frac{I}{U}。（6）

其中，\mathrm{I}\mathrm{o}{\mathrm{U}}^{\mathrm{i}\mathrm{n}\mathrm{n}\mathrm{e}\mathrm{r}}表示Inner-Iou的交并比，U表示辅助边界框与辅助锚框合并区域，I表示辅助边界框与辅助锚框相交区域。

Inner-IoU损失函数通过引入“内部辅助边界框”来进一步优化目标的定位。通过评估目标核心区域的交并比，过滤背景噪声的干扰。SAR图像中的飞机目标具有较为稳定的核心区域散射信号，且与背景区域的灰度值差异明显；而飞机的边缘区域则容易受到噪声的影响。为此，将真实框（GT Box）收缩为“内部辅助框”（Inner GT Box），仅对核心区域进行定位优化，有效排除背景干扰，特别是在目标与背景边界模糊的情况下。

通过计算“内部辅助框与预测框的交并比”，Inner-IoU迫使模型将重点放在飞机核心区域（如机身），而非边缘模糊的机翼或背景阴影。当飞机目标与停机坪的阴影发生粘连时，传统的外部IoU可能由于阴影区域重叠而误判为目标定位准确，而Inner-IoU能够通过识别核心区域的差异来准确调整预测框的位置，从而有效避免误检。

综上所述，Inner-SIoU损失函数的定义为

L_{\mathrm{I}\mathrm{n}\mathrm{n}\mathrm{e}\mathrm{r}-\mathrm{S}\mathrm{I}\mathrm{o}\mathrm{U}}=L_{\mathrm{S}\mathrm{I}\mathrm{o}\mathrm{U}}+\mathrm{I}\mathrm{o}\mathrm{U}-\mathrm{I}\mathrm{o}{\mathrm{U}}^{\mathrm{i}\mathrm{n}\mathrm{n}\mathrm{e}\mathrm{r}}。（7）

本研究提出的Inner-SIoU损失函数融合了SIoU的方向敏感性和Inner-IoU的内部核心定位能力，形成“双约束”机制，进行协同优化。当飞机目标发生多角度偏移时，SIoU的角度损失将主导梯度更新，帮助模型校正预测框的方向；当飞机与背景粘连时，外部IoU值虽然较高，但内部IoU值较低，这将导致额外的梯度更新，迫使预测框收缩至核心区域。通过这种“双约束”机制，Inner-SIoU损失能够在强噪声和多角度场景下保持模型的稳定性和定位精度。

1.2.3 网络重构

本研究对YOLOv8模型进行了结构优化，去除了P5检测层。当目标尺寸小于32像素时，P5层仅能对目标的单个像素点进行采样，这导致其在小尺度目标检测中的效果不理想，尤其是在飞机小目标检测任务中P5层的作用更为有限。

此外，随着特征图分辨率的降低，细节信息的丧失使模型对小目标的有效检测变得更加困难。因此，去除P5层后，模型不仅减少了在高分辨率特征图上多次采样生成P5特征图的计算开销，还有效降低了基于P5层进行检测的计算复杂度。P5层因感受野大，在处理机场场景时易将大面积建筑结构、云层杂波等非目标区域误判为飞机目标。P5层无法有效采样，导致漏检率高。去除P5层可以使模型聚焦于飞机目标，提升检测效果。而P3与P4层的保留，增强改进模型对SAR图像飞机小目标的特征提取，捕捉飞机目标的关键局部特征，这一结构调整明显降低了模型的整体计算负担，为资源受限的目标检测应用提供了高效的计算解决方案。

1.2.4 知识蒸馏

知识蒸馏（knowledge distillation，KD）是一种模型压缩技术，旨在将一个高效且复杂的教师模型（teacher model） 所学到的知识迁移到一个结构更小、计算开销更低的学生模型（student model）。该技术通过利用教师模型在输入数据上生成的丰富特征表示和软标签（soft targets），帮助学生模型学习到与教师模型相似的决策过程和特征抽象。

本研究采用CWD（class-wise distillation）蒸馏方法^［18］进行训练，通过最小化教师网络与学生网络的网络通道概率之间的KL（kullback-leibler）散度，将其关注在蒸馏过程中每个通道数最明显区域，确保学生模型保留教师模型对飞机小目标特征通道的关注能力。针对SAR飞机检测的工程部署需求，满足机场跑道实时巡检的帧率要求，使学生模型能在低算力条件下识别飞机目标。具体流程如图3所示。

KL散度计算公式定义为

\left\{\begin{array}{l}\varphi \left(y_c\right)=\frac{\mathrm{e}\mathrm{x}\mathrm{p}\left(\frac{y_c,i}{T}\right)}{\sum {}_{i=\mathrm{1}}^{H\times W}\mathrm{e}\mathrm{x}\mathrm{p}\left(\frac{y_i}{T}\right)},\\ \varphi \left(y^{\mathrm{T}\mathrm{e}\mathrm{a}},y^{\mathrm{S}\mathrm{t}\mathrm{u}}\right)=\frac{T^{\mathrm{2}}}{C}{\displaystyle \sum _{c=\mathrm{1}}^C}{\displaystyle \sum _{i=\mathrm{1}}^{W\times H}}\varphi \left(y_{c,j}^T\right)\times \mathrm{l}\mathrm{o}\mathrm{g}\left[\frac{\varphi \left(y_{c,j}^{\mathrm{T}\mathrm{e}\mathrm{a}}\right)}{\varphi \left(y_{c,j}^{\mathrm{S}\mathrm{t}\mathrm{u}}\right)}\right]\mathrm{。}\end{array}\right.（8）

其中：C指特征图通道，c为通道索引，代表第c个特征通道；H、W表示特征图的长和宽；i为通道空间位置；y^{\mathrm{T}\mathrm{e}\mathrm{a}}\mathrm{、}{y}^{\mathrm{S}\mathrm{t}\mathrm{u}}分别表示教师和学生的特征图；T为温度系数。KL散度用于衡量教师输出与学生输出两个概率分布的差异，最小化KL散度的目的是让学生模型的输出分布尽可能逼近教师模型的输出分布，提升泛化能力。

2 实验及结果分析

2.1 实验设置与数据集

本实验在Autodl云服务器上进行，深度学习框架选用PyTorch，实验环境见表2。实验使用公开的SAR-AIRcraft-1.0数据集^［19］，该数据集中的所有图像均采自高分三号卫星，涵盖了上海虹桥机场、北京首都机场和台湾桃园机场三个民用机场的影像数据。数据集包含4 368张图像和16 463个飞机目标实例，飞机目标划分为7个类别：A220、A320/321、A330、ARJ21、Boeing737、Boeing787和其他。该数据集按照7∶1∶2的比例，分别划分为训练集、验证集和测试集。

为了验证改进算法的泛化性，采用SADD数据集^［20］进行检测。该图像数据源自德国TerraSAR-X卫星，其图像分辨率为0.5~3 m。SADD数据集包含2 966张无重复的SAR图像切片，涵盖7 835个轮廓与结构清晰的飞机目标。其中，飞机目标的尺寸存在差异，且小型飞机目标占比较大。按照6∶2∶2的比例分别划分为训练集、验证集和测试集。从目标背景来看，SADD数据集的场景复杂度较高，涉及机场跑道、停机坪、民航机场等多种环境。而阴性样本主要分布于机场周边区域，包括空地、森林等场景。

2.2 实验评价指标

为分析实验的训练结果，从检测精度和模型复杂度两个维度对模型进行评估。检测精度指标包括精确率（P）、召回率（R）和平均精度均值（MAP）；模型复杂度指标涵盖计算量（GFLOPs）、模型参数量（params）以及模型体积（model size）。具体计算公式为

\left\{\begin{array}{l}P=\frac{TP}{TP+FP},\\ R=\frac{TP}{TP+FN},\\ P_{\mathrm{A}}={\int }_{\mathrm{0}}^{\mathrm{1}}P(R)\cdot \mathrm{d}(R),\\ P_{\mathrm{M}\mathrm{A}}=\frac{\mathrm{1}}{C}{\displaystyle \sum _{i=\mathrm{1}}^C}A{P}_i,\end{array}\right.（9）

其中，TP表示被正确检测出的正样本数量，FP表示模型错误检测为目标的负样本数量，FN表示未能被检测出的正样本数量（即漏检）。P_{\mathrm{M}\mathrm{A}}表示对所有类别的平均精度（P_{\mathrm{A}}）取均值，C代表类别总数。

2.3 泛化实验

为了评估改进算法在跨数据集场景下的泛化性能，将改进算法应用到SADD数据集上进行测试，结果见表3。

从表3的实验结果可看出，在SADD数据集和SAR-AIRcraft-1.0上，与基线模型YOLOv8相比，改进后的模型在保持精度提升的同时大幅降低参数量、计算量和模型体积，在不同数据集上均保持稳定的检测精度，这一特性表明改进算法能够有效提取SAR图像飞机目标的通用特征，在多样化场景下具备稳定的表达能力，从而验证了其相较于基线模型具有更优的泛化性。

2.4 消融实验

本研究通过进行5个消融实验，验证所提出的改进方法在SAR图像飞机检测任务中的有效性。实验结果见表4。以YOLOv8n模型的实验结果为基准，其参数量、计算量、模型体积、召回率、准确率和精度等计算方法均为“（基准值-改进后值）/基准值×100%”。

原始YOLOv8n的准确度、参数量、计算量和模型体积分别为85.1%、3.007×10⁶、8.1 GFLOPs和5.99 MB。在实验CSPRELAN-C2f中，模型的参数量、计算量与体积分别减少0.809×10⁶、2.0 GFLOPs与1.49 MB。有效强化了目标的特征表达，在轻量化的同时平衡检测精度与召回率。实验Inner-SIoU聚焦于Inner-SIoU损失函数，从表4中可以看出召回率与平均精度均值均有所提升，验证了该损失函数对SAR图像定位的针对性。在实验CSPRELAN-C2f+Inner-SIoU中，参数量和计算量分别降低0.809×10⁶、2.0 GFLOPs。实验网络重构针对网络重构模块展开单独测试，准确度提升至85.2%，MAP维持在94.6%，但召回率下降至90.6%。实验CSPRELAN-C2f+Inner-SIoU+网络重构去除了P5检测层，特别在处理如飞机这种较小目标时，能够保留更多细节信息，明显减少模型参数量和体积，计算量下降0.7 GFLOPs。通过保留更细致的目标信息，MAP值保持在94.4%。最后，实验CSPRELAN-C2f+Inner-SIoU+网络重构+知识蒸馏进一步减小模型的参数量和计算量，模型体积减小至1.34 MB，压缩了1.66 MB。

综上所述，通过以上各项实验的改进，相较于原始的YOLOv8模型，最终得到的改进模型在保持较高精度的同时，模型体积压缩了77.63%，网络参数量减少了80.41%，计算量下降了69.14%。改进算法在仅略微降低召回率与MAP的前提下，明显提升了模型的参数量、计算量、模型体积三个方面的表现。这些改进大大减少了模型在移动设备上的部署和运行难度。

2.5 不同模型的对比实验

本研究将改进YOLO8算法与Faster R-CNN、SSD、YOLOv5n、YOLOv7、YOLOv7-tiny^［21］、YOLOv8n及YOLOv10n^［22］算法进行了对比实验（表5）。由表5中的数据可以看出，相较于两阶段算法，Faster R-CNN因依赖候选区域生成，对SAR图像中停机坪阴影与机身的灰度相似性处理能力不足，复杂背景易生成虚假候选区域，导致召回率仅61.7%，其MAP仅50.4%，明显低于单阶段算法，证明两阶段架构不适合SAR飞机这种小目标场景，因此无法在有限计算资源下完成候选区域的精准筛选与特征提取。对比其他单阶段算法，SSD依赖基础网络的多尺度特征图检测，缺乏针对SAR的特征增强模块，低分辨率特征图对小飞机目标采样不足，对斑点噪声干扰的飞机边缘提取能力弱，导致召回率仅36.5%。YOLOv5n虽然MAP达95.5%，但是参数量与计算量远高于改进算法模型。YOLOv7的ELAN模块的深度聚合虽增强特征表达，但是模型参数量较大。YOLOv7-tiny因保留P5大目标检测层，对飞机小目标特征采样过度，MAP仅为93.6%。YOLOv10n的动态卷积设计因大感受野易将SAR云层杂波误判为目标，对小飞机目标的机翼边缘捕捉不精准，准确度不如YOLOv8。

综上所述，改进后的YOLOv8在参数量、计算量、模型体积以及精度等方面均展现了明显的优势，进一步证明了改进算法在计算效率上的提升。

为说明算法改进措施的有效性，抽取4个测试样本进行可视化表示。图4为4张具有代表性的SAR图像飞机场景图像，显示了小目标飞机与复杂的场景。将YOLOv8改进前与改进后的结果做可视化对比，可视化结果表明，改进算法在轻量化的同时检测效果良好，并且可以有效改善模型漏检、 误检的问题。

3 结论

本研究探讨了当前合成孔径雷达图像中飞机目标检测算法面临的挑战。现有的检测算法模型复杂度较高，同时，由于SAR图像背景复杂、飞机目标尺寸较小，导致算法的泛化能力受到限制，进而影响检测精度。为应对这些问题，本研究提出了一种基于改进YOLOv8的SAR图像飞机目标检测算法，在SAR-AIRcraft-1.0数据集上进行了实验评估，实验结果显示，与目前常见的目标检测算法相比，改进后的算法有效降低了模型的复杂度。但在精度方面有待提高，存在进一步优化的潜力。后续研究工作将围绕增强SAR飞机图像的特征提取能力展开，探索并改进注意力机制，使模型能够更精准地聚焦于飞机目标，减少背景噪声的干扰，最终提升模型的精度。

参考文献

[1] DUDGEON D E， LACOSS R T. An overview of automatic target recognition ［J］. 1993， 6（1）： 3-10.

[2] DENG Y K， YU W D， ZHANG H， et al. Forthcoming spaceborne SAR development［J］. Journal of Radars， 2020， 9（1）： 1-33.

[3] GUO Q， WANG H P， XU F. Research progress on aircraft detection and recognition in SAR imagery［J］. 2020， 9（3）： 497-513.

[4] GIRSHICK R， DONAHUE J， DARRELL T， et al. Rich feature hierarchies for accurate object detection and semantic segmentation［C］//2014 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. Columbus： IEEE， 2014： 580-587.

[5] GIRSHICK R. Fast R-CNN［C］ //Proceedings of the IEEE International Conference on Computer Vision. Los Alamitos： IEEE Computer Society Press， 2015： 1440-1448.

[6] REN S， HE K， GIRSHICK R， et al. Faster R-CNN： Towards real-time object detection with region proposal networks［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2017， 39（6）： 1137-1149.

[7] TERVEN J， CORDOVA-ESPARZA D M， ROMERO-GONZALEZ J A. A comprehensive review of YOLO architectures in computer vision： From YOLOv1 to YOLOv8 and YOLO-NAS［J］. Machine Learning and Knowledge Extraction， 2023， 5（4）： 1680-1716.

[8] WEI L， DRAGOMIR A， DUMITRU E， et al. SSD： Single shot multibox detector［J］. arXiv preprint arXiv， 2016： 1512. 02325.

[9] CARION N， MASSA F， SYNNEVE G， et al. End-to-end object detection with transformers［C］//2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Seattle： IEEE， 2020： 1529-1539.

[10] 韩萍， 赵涵， 廖大钰， 等. 一种目标区域特征增强的SAR图像飞机目标检测与识别网络［J］. 电子与信息学报， 2024， 46（12）： 4459-4470.

[11] CAI Y R， ZHAO Y Y， WEN S X， et al. Improved YOLOv8 SAR image aircraft object detection method［C］//2024 7th International Symposium on Autonomous Systems （ISAS）. Chongqing： IEEE， 2024： 1-6.

[12] 李永刚， 朱卫纲. 基于深度学习的SAR图像目标识别综述［J］. 电光与控制， 2022， 29（2）： 58-62.

[13] WANG C Y， LIAO H Y， WU Y H， et al. CSPNet： A new backbone that can enhance learning capability of CNN［C］//2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops （CVPRW）. Seattle： IEEE， 2020： 390-398.

[14] HAN K， WANG Y H， TIAN Q， et al. GhostNet： More features from cheap operations［C］//2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Seattle： IEEE， 2020： 1577-1586.

[15] GEVORGYAN Z. Siou loss： More powerful learning for bounding box regression［J］.arXiv preprint arXiv， 2022： 2205.12740.

[16] ZHENG Z H， WANG P， LIU W， et al. Distance-IoU loss： Faster and better learning for bounding box regression［J］. Proceedings of the AAAI Conference on Artificial Intelligence， 2020， 34（7）： 12993-13000.

[17] ZHANG H， XU C， ZHANG S. Inner-IoU： More effective intersection over union loss with auxiliary bounding box［J］. arXiv preprint arXiv， 2023： 2311. 02877.

[18] SHU C， LIU Y， GAO J， et al. Channel-wise knowledge distillation for dense prediction［C］// Proceedings of the IEEE/CVF International Conference on Computer Vision. Montreal： IEEE， 2021： 5291-5300.

[19] 王智睿，康玉卓，曾璇，等.SAR-AIRcraft-1.0：高分辨率SAR飞机检测识别数据集［J］.雷达学报，2023，12（4）： 906-922.

[20] ZHANG P， XU H， TIAN T， et al. SEFEPNet： Scale expansion and feature enhancement pyramid network for SAR aircraft detection with small sample dataset［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing， 2022，15： 3365-3375.

[21] WANG C Y， BOCHKOVSKIY A， LIAO H Y M. YOLOv7： Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors［C］// Proceedings of IEEE/ CVF Conference on Computer Vision and Pattern Recognition. Vancouver： IEEE， 2023： 7464-7475.

[22] WANG A， CHEN H， LIU L， et al. YOLOv10： Real-time end-to-end object detection［J］. arXiv preprint arXiv， 2024： 2405. 14458.

基金资助

陕西省重点研发计划资助项目“超精密加工机床智能电主轴研制及应用”(2023-ZDLGY-02)