基于注意力机制改进的无锚框SAR图像舰船检测模型

	基于注意力机制改进的无锚框SAR图像舰船检测模型
	高云龙; 任明; 吴川; 高文
刊名	吉林大学学报(工学版)
	2022
页码	10
英文摘要	为提升模型对SAR图像多尺度舰船目标的检测能力，保证检测网络的实时性，提出基于注意力机制改进的无锚框SAR图像舰船检测模型。在YOLOX网络特征金字塔处嵌入空洞注意力模块，调节感受野与多尺度融合的关系，强化特征的表示能力。在检测头部设计中心性预测分支，对锚点的分类得分进行加权处理，调整模型的损失函数，优化检测结果。在数据集SSDD上进行对比实验，本文提出的模型优于主流的深度网络检测模型，精度达到94.73%，且在检测精度和检测速度中取得最佳平衡。
URL标识	查看原文
内容类型	期刊论文
源URL	[http://ir.ciomp.ac.cn/handle/181722/66268]
专题	中国科学院长春光学精密机械与物理研究所
作者单位	中国科学院长春光学精密机械与物理研究所
推荐引用方式 GB/T 7714	高云龙,任明,吴川,等. 基于注意力机制改进的无锚框SAR图像舰船检测模型[J]. 吉林大学学报(工学版),2022:10.
APA	高云龙,任明,吴川,&高文.(2022).基于注意力机制改进的无锚框SAR图像舰船检测模型.吉林大学学报(工学版),10.
MLA	高云龙,et al."基于注意力机制改进的无锚框SAR图像舰船检测模型".吉林大学学报(工学版) (2022):10.