典型文献
基于回归模型与注意力的轻量化SAR舰船检测模型
文献摘要：
合成孔径雷达(SAR)具有不受云层干扰、可全天时、全天候对地观测的特点,基于SAR图像的舰船检测已广泛用于海洋搜救、港口侦察、领海防御等民用或军用领域.然而,与大型舰船相比,像素点少、对比度低的小型舰船存在漏检率高的问题,并且速度和精度之间的平衡成为舰船检测算法天基应用的难点.针对以上问题,本文提出了一种基于YOLOv5s模型改进的舰船检测轻量化模型(ImShips).首先,针对船体大小差异导致的漏检问题,采取在网络底部使用感受野较小的标准卷积,提升了模型对小规模舰船空间信息的获取能力.同时,在网络顶部设计了放大感受野的扩张卷积,保留了更多的语义特征,有利于大目标的特征提取.接着,提出将轻量级的通道注意力机制应用于YOLOv5的骨干网络和特征融合网络,通过对提取到的特征按重要性分配权重,实现纹理信息的筛选.最后,在下采样时采取深度可分离卷积代替标准卷积,减少了模型参数的数量,进一步提高了模型的推理速度.实验结果表明,在SAR舰船检测SSDD和ISSID数据集中,改进后的ImShips模型在保证精度的同时,所需的浮点计算数比YOLOv5s模型减少了45.61％,检测速度提高了8.31％.ImShips模型网络规模小、检测速度快,在实时天基舰船检测中具有较大的应用潜力.
文献关键词：
舰船检测;YOLO回归模型;通道注意力机制;轻量化
中图分类号：
作者姓名：
李丽圆;李潇雁;胡琸悦;苏晓锋;陈凡胜
作者机构：
中国科学院智能红外感知重点实验室中国科学院上海技术物理研究所,上海200083;中国科学院大学,北京100049;国科大杭州高等研究院,浙江杭州310024
文献出处：
引用格式：
[1]李丽圆;李潇雁;胡琸悦;苏晓锋;陈凡胜-.基于回归模型与注意力的轻量化SAR舰船检测模型)[J].红外与毫米波学报,2022(03):618-625
A类：
海洋搜救,ImShips,ISSID
B类：
SAR,舰船检测,检测模型,合成孔径雷达,云层,层干扰,天时,全天候,对地观测,于海洋,港口,侦察,领海,海防,军用,大型舰船,像素点,对比度,漏检率,检测算法,天基,YOLOv5s,模型改进,轻量化模型,船体,小差,感受野,标准卷积,小规模,空间信息,顶部设计,扩张卷积,语义特征,大目标,轻量级,通道注意力机制,骨干网络,特征融合网络,取到,分配权重,纹理信息,下采样,深度可分离卷积,推理速度,SSDD,浮点计算,算数,检测速度,网络规模
AB值：
0.336764
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
