航空遥感影像中的轻量级小目标检测

摘要

单阶段目标检测算法凭借结构简单、模型高效等特点获得很多研究者及工业界的关注。以现有的YOLO算法为基础,针对遥感图像中目标尺寸小、排列紧密等困难,提出一种提升复杂背景下小目标检测精度的轻量级目标检测方法。该方法引入加权融合特征网络,为每层特征图赋予可在训练中不断学习的权重系数,加强深浅层特征融合。通过引入CIoU损失及模型改进,加快网络收敛速度,使其满足实时性需求。在基于DOTA构建的遥感图像小目标数据集上进行对比实验,结果表明,该方法具有更好的检测精度与检测速度。