面向航摄图像目标检测的轻量级特征融合网络

针对现有航摄图像目标检测算法中模型复杂、超参数多、检测精度较低的问题，提出一种面向航摄图像目标检测的轻量级多尺度特征融合网络。该网络采用Anchor-Free思想，通过逐像素预测的方式，减少了与Anchor相关的超参数；利用MobileNetV3作为特征提取网络并使用Ghost瓶颈模块优化多尺度特征融合网络，来降低网络的参数量和计算量；引入可变形卷积来构建可变形感受野模块，提高检测器对航摄图像目标形变的鲁棒性；同时采用标签分配策略SimOTA进行动态样本匹配，以缓解航摄图像目标分布密集、遮挡严重的检测问题。在数据集VisDrone2019-DET和NWPU VHR-10上对所提网络进行评估，检测精度AP⁵⁰分别达26.6%和94.4%，检测速度分别达59.9 frame/s和79.6 frame/s。与主流目标检测网络相比，所提网络在保持较高检测精度和速度的同时，具有较小的参数量和计算量，更适合应用于机载计算设备。