融合非对称卷积的遥感图像目标检测算法

来源：电子测量技术杂志2023年第7期北京时间：

作者：齐梦林，陈炳才，张繁盛，潘旭，彭相澍

单位：1.新疆师范大学计算机科学技术学院 乌鲁木齐 830054; 2. 大连理工大学计算机科学与技术学院 大连 116024

摘要：遥感图像中的目标具有背景复杂、方向多变等特点。利用传统方法进行遥感图像目标检测过程复杂且费时，存在精度低，漏检率高等问题。针对以上问题，提出一种改进的YOLOv5-AC算法，该算法以YOLOv5s模型为基础，首先在原有的Backbone中构建非对称卷积结构，增强模型对翻转和旋转目标的鲁棒性；其次在主干网络的C3模块中引入坐标注意力机制提升特征提取能力，并使用Acon自适应激活函数激活；最后使用CIOU作为定位损失函数以提升模型定位精度。改进后的YOLOv5-AC模型在NWPU VHR-10和RSOD数据集上进行实验，平均精确度均值分别达到了94.0%和94.5%，分别比原版YOLOv5s提升了1.8%和2.3%，有效提高了遥感图像目标检测精确度。

关键词：遥感图像;目标检测;YOLOv5;非对称卷积;注意力机制

基金资助：国家自然科学基金(61961040,61771089)、新疆维吾尔自治区“天山青年计划”(2018Q024)、新疆自治区区域协同创新专项(科技援疆计划)(2020E0247,2019E0214)资助