基于GhostNet的轻量化遥感图像目标检测方法

摘要

近地卫星部署遥感图像目标检测模型对航拍图像进行实时检测,需要模型具有轻量化和快速推理的特点。针对这一需求,提出基于GhostNet的轻量化YOLOv5网络改进算法。首先,以轻量化卷积GhostConv为基础搭建轻量化残差瓶颈层模块C3Ghost,并以此搭建轻量化主干特征提取网络GhostNet;然后,在特征融合方面,提出轻量池化SPPF-lite模块加速模型的计算推理,同时优化网络损失函数及激活函数提高模型性能;最后,对遥感图像数据集进行尺寸切割、图像增强、标签聚类等处理,保证目标信息更有效地表达。设计消融实验分析模型性能,结果显示算法在最优化自身计算量和体积的同时,兼顾速度和精度的要求,满足部署移动端实时检测的任务需求。