基于旋转损失函数RCIoU的SAR图像舰船目标检测方法

• 作者: 郑子阳 张婷 刘兆英 李玉鑑 SUN Changming
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 合成孔径雷达 舰船检测 RCIoU 旋转框 YOLOv4-CSP 转移注意力
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 机器学习与数据挖掘|Machine Learning & Data Mining
• 页码范围: 15-22
• 页数: 8页
• 分类号: TP18
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2021.356

摘要

提出一种合成孔径雷达(synthetic aperture radar,SAR)图像旋转舰船检测方法,以提高SAR图像中旋转舰船的检测精度.从先验框设计和边界框回归公式对YOLOv4-CSP目标检测网络进行改进,加入旋转角度使其适用于基于旋转框的检测场景;提出一种基于旋转边界框外接圆和交并比的损失函数,该函数不仅考虑预测框和真实框的中心点的距离,而且考虑旋转框各个参数之间的相关性,具有很好的效果;为进一步提升SAR图像中的舰船检测精度,引入转移注意力模块,使得网络能够充分学习有效特征,提高检测精度.试验结果证明,改进后的模型结合提出的损失函数能够有效提升旋转舰船的检测精度,在图像分辨率为416像素×416像素情况下,平均精度均值(mean average precision,mAP)达到95.79％;加入注意力模块后,在图像分辨率为416像素×416像素情况下,mAP达到96.40％,在图像分辨率为800像素×800像素情况下,mAP达到96.98％.本研究不仅可以为海洋监测等应用提供重要的技术支持,还具有重要的理论价值和应用价值.