基于YOLOX-Tiny的轻量级遥感图像目标检测模型 |
| |
引用本文: | 郎磊,刘宽,王东.基于YOLOX-Tiny的轻量级遥感图像目标检测模型[J].激光与光电子学进展,2023(2):362-372. |
| |
作者姓名: | 郎磊 刘宽 王东 |
| |
作者单位: | 1. 北京交通大学计算机与信息技术学院;2. 郑州轻工业大学计算机与通信工程学院 |
| |
基金项目: | 国家重点研发计划项目(2019YFB2204200);;北京市自然科学基金(4202063);;中央高校基本科研项目(2020JBM020); |
| |
摘 要: | 为了解决高分辨率遥感图像目标检测存在的背景复杂多样、密集的物体分布及目标尺度差异大等问题,同时考虑到应用场景对模型资源的限制,提出了一种基于YOLOX-Tiny的轻量级遥感目标检测网络。首先采用多尺度预测方法增强对密集目标的检测能力;其次引入协同注意力模块提高重要特征关注度,抑制背景噪声;再者通过可变形卷积替换关键预测卷积层,强化空间建模能力;最后优化损失函数,改善遥感目标定位精度。在公开的遥感图像目标检测数据集DIOR上评估了所提算法的有效性,实验结果表明:相比基准算法(YOLOX-Tiny),所提算法在平均精度(AP)和AP50指标上分别提升4.1个百分点和4.42个百分点;在保持较高精度的前提下,每秒检测帧数(FPS)达到46,可满足实时检测的需求,优于其他先进算法。
|
关 键 词: | 遥感 目标检测 YOLOX-Tiny 遥感图像 协同注意力模块 可变形卷积 CIOU |
|