基于YOLOv7-RS的遥感图像目标检测研究

针对遥感图像目标检测过程中存在的背景复杂、目标特征不明显、小目标排列密集的问题，基于YOLOv7算法，提出了一种改进的遥感图像目标检测算法YOLOv7-RS(YOLOv7-Remote Sensing),提高了遥感图像的目标检测精度。首先，向特征提取网络中融合SimAM减少背景噪声的干扰；其次，提出了D-ELAN网络增强遥感目标的特征提取能力；再次，利用SIOU损失函数以提高算法模型的收敛速度；最后，优化了正负样本分配策略，改善了遥感图像中小目标密集排列时的漏检问题。实验结果表明，YOLOv7-RS在NWPU VHR-10和DOTA数据集上的mAP达到95.4%和74.1%,相较于其他主流算法有了明显提升。