一种面向SAR图像多尺度舰船目标的检测算法

来源：计算机测量与控制杂志2025年第1期北京时间：

作者：宋浩生,甘精伟,虞华,王琳,秘璐然

摘要：在合成孔径雷达图像的舰船目标检测任务中，不同目标的尺度多样性给检测算法带来了巨大挑战；为了解决多尺度舰船目标检测难题，提出了一种BAPT-YOLOv8n算法，该算法以YOLOv8n为基础框架，通过引入卷积块注意力模块重构颈部金字塔网络，提升了对多层次特征的融合能力与对多尺度目标的特征提取能力；此外，采用基于Transformer的检测头结构，进一步提高特征表示能力和上下文信息利用能力，从而改善了小目标的检测效果；在HRSID数据集和SSDD数据集上的对比实验表明，所提算法在检测精度上分别达到93.6%与98.9%，优于其他对比算法；消融实验进一步验证了算法中各改进部分的有效性；表明该算法能够更好适应多尺度舰船目标检测问题。

关键词：合成孔径雷达;舰船检测;深度学习;注意力金字塔;Transformer