融合SPP与FPN的光学遥感图像飞机目标检测

针对光学遥感图像飞机目标背景复杂、检测精度与检测速度不平衡、易漏检等问题，提出一种融合不同网络模块的SPSSD模型。首先，采用Resnet50替换SSD300算法中的特征提取网络，并加入可操控的空洞卷积模块，扩大特征感受野获取更多有利检测目标的特征信息；其次，加入FPN和SPP网络，得到浅层特征信息，并将感受野二次放大后的特征与深层特征信息进行融合；然后，送入ECANet网络中获取更加完整且更具有判断力的特征信息；最后，采用NWPU-RESISC45数据集3400张高分辨率飞机遥感图像输入至SPSSD模型中迭代训练，最终改进算法模型mAP值达到92.68%,较改进前的算法模型提升了5.18个百分点，检测速度达到25.1帧/s。实验结果表明，该方法可以有效兼顾飞机目标的检测精度与检测速度，一定程度上降低了目标漏检率。