基于双注意力机制的遥感图像目标检测

• 作者: 周幸 陈立福
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 深度学习 目标检测 特征提取 双注意力机制模型 空洞卷积 Focalloss损失函数
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 图像处理
• 页码范围: 1-7
• 页数: 7页
• 分类号: TP391.41
• 字数: 6314字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.08.001

摘要

针对遥感图像在复杂背景下小目标检测精度较低的问题,提出一种基于双注意力机制模型的SSD检测算法.该算法在前端特征提取网络中引入双注意力机制模型,强化低层特征图中小目标的有效特征信息并抑制冗余的语义信息,实现自适应特征学习;并在空间注意力模型中引入空洞卷积,保证卷积核感受野的同时减少了网络参数.引入Focal loss损失函数作为改进算法的分类损失函数,改善网络在训练过程中样本失衡的问题,增加正样本与难样本在训练时的权重比例,提升算法的检测性能.对遥感图像数据集NWPU VHR-10进行检测的结果表明,本文的改进算法在保证检测速度的同时提高了检测精度.与传统SSD算法相比,改进SSD算法的mAP提高了2.25个百分点,达到79.65％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周幸	长沙理工大学电气与信息工程学院	7	5	1.0	2.0
2	陈立福	长沙理工大学电气与信息工程学院	34	86	6.0	7.0