基于CAM-YOLOX的大场景SAR图像近岸场景舰船目标检测

来源：电子测量技术杂志2024年第6期北京时间：

作者：张慧敏，李锋，黄炜嘉，彭珊珊

单位：江苏科技大学海洋学院 镇江 212100

摘要：针对大场景SAR图像近岸场景舰船目标检测中遇到的陆地目标虚警和岸边目标漏检等问题，基于YOLOX设计了一种轻量化的改进模型CAMYOLOX。首先，在骨干部分嵌入CAM，增强舰船特征提取以保持较高的检测性能；其次，在特征金字塔网络结构中增加一个浅层分支，以增强对小目标特征的提取能力；最后，在特征融合网络中用Shuffle unit替换CSPLayer中的CBS和堆叠的Bottleneck结构，实现了模型压缩。在LS-SSDD-v1.0遥感数据集上进行实验，实验结果表明，本文改进算法相较于原始算法在近岸场景舰船检测的精确率P提高了5.51%，召回率R提高了3.68%，模型参数量减小了16.33%。本文算法能在不增加模型参数量的情况下，有效抑制近岸场景中陆地上的虚警和减少岸边舰船漏检率。

关键词：近岸场景;SAR图像;舰船检测;注意力机制;Shuffle unit

基金资助：国家自然科学基金(62276117)、江苏省自然基金(BK20211341)项目资助