改进YOLOv3的SAR图像舰船目标检测

摘要

针对目标检测算法直接应用于SAR图像舰船检测数据集时数据训练不充分、鲁棒性差等问题,本文提出了一种改进YOLOv3的SAR图像舰船目标检测方法,从改进网络训练策略的角度出发,提升算法对不同舰船目标的适应性,优化算法的检测性能.改进主要包括两个方面:一方面本文在YOLOv3的基础上引入了ATSS(Adaptive Training Sample Selection)正负样本的分配方法,提高YOLOv3中正负样本选择的质量,优化网络训练.另一方面本文设计了基于特征层的锚框超参数优化方法,使锚框更加贴合各检测层数据集样本分布,从而使训练模型更好的收敛.本文分别在SSDD、SAR-Ship-Dataset数据集上进行了实验,验证了其有效性.