增强特征融合并细化检测的轻量化SAR图像船舶检测算法

打开文本图片集

摘 要：针对ＳＡＲ 图像船舶检测任务在船舶组合和船舶融合场景下低检测精度的问题，提出了一种轻量化船舶检测算法———ＲＧＤＥＴ-Ｓｈｉｐ，有效提高了ＳＡＲ 图像在复杂场景下的船舶检测精度。该算法的创新点包括：① 构建基于改进ＲｅｓＮｅｔ的基础主干网络，增强深浅网络早特征融合，保留更丰富的有效特征图，并利用ＲｅｇＮｅｔ 进行模型搜索得到一簇最优结构子网络ＲｅｇＮｅｔ ａｎｄ Ｅａｒｌｙ-Ａｄｄ （ＲＧＥＡ），实现模型的轻量化；② 在ＦＰＮ Ｎｅｃｋ 基础上，结合ＥＡ-ｆｕｓｉｏｎ 策略设计出ＦＰＮ ａｎｄ ＥａｒｌｙＡｄｄ Ｆｕｓｉｏｎ （ＦＥＡＦ）Ｎｅｃｋ 网络，进一步加强深浅特征晚融合，提高中大船舶目标特征的提取；③ 通过细粒度分析改进ＲＰＮ网络得到Ｔｗｏ-ＲＰＮ （ＴＲＰＮ） 网络，提高模型的检测粒度和预测框准确性；④ 引入多任务损失函数———Ｃｒｏｓｓ Ｅｎｔｒｏｐｙ Ｌｏｓｓａｎｄ Ｓｍｏｏｔｈ Ｌ１ Ｌｏｓｓ （ＣＥ＿Ｓ），包括分类任务和回归任务，进一步提升检测性能。（剩余15929字）