基于注意力机制改进的无锚框舰船检测模型

高云龙; 任明; 吴川; 高文

doi:10.13229/j.cnki.jdxbgxb.20221367

吉林大学学报(工学版) ›› 2024, Vol. 54 ›› Issue (05) : 1407 -1416. DOI: 10.13229/j.cnki.jdxbgxb.20221367

基于注意力机制改进的无锚框舰船检测模型

高云龙, 任明, 吴川, 高文

作者信息 +

Author information +

文章历史 +

PDF

摘要

为提升模型对合成孔径雷达（SAR）图像多尺度舰船目标的检测能力，保证检测网络的实时性，提出一个基于注意力机制改进的无锚框舰船检测模型。在YOLOX网络特征金字塔处嵌入空洞注意力模块，调节感受野与多尺度融合的关系，强化特征的表示能力。在检测头部设计中心性预测分支，对锚点的分类得分进行加权处理，调整模型的损失函数，优化检测结果。在数据集SSDD上进行的对比实验结果表明：本文提出的模型优于主流的深度网络检测模型，精度达到94.73%，且在检测精度和检测速度中取得最佳平衡。