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

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 +
History +

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。

关键词

计算机视觉 / 舰船目标检测 / 空洞卷积 / 注意力机制 / 无锚框

中图分类号

TN957.52 / U674.7

引用本文

导出引用
高云龙, 任明, 吴川, 高文. 基于注意力机制改进的无锚框舰船检测模型. 吉林大学学报(工学版). 2024, 54(05): 1407-1416 https://doi.org/10.13229/j.cnki.jdxbgxb.20221367

基金

国家自然科学基金项目(61401425); 吉林省科技发展计划重点研发项目(2022021146GX)

评论

Accesses

Citation

Detail

段落导航
相关文章

/