融合岛式双向特征金字塔的遥感图像目标检测

来源：计算机工程与应用杂志2025年第19期北京时间：

作者：梁礼明, 冯耀, 龙鹏威, 王泽欣

单位：江西理工大学 电气工程与自动化学院，江西 赣州 341000

摘要：针对遥感图像目标检测存在复杂背景干扰、目标多尺度差异等问题，提出一种融合岛式双向特征金字塔网络的遥感图像目标检测算法（IFD-YOLOv8s）。设计岛式双向特征金字塔网络，增强模型对目标尺度变化的适应性，减少多层次特征融合过程中信息丢失，有助于深层语义和细粒度信息的高效传播；提出特征上下文增量模块，对地物目标特征进行更全面的捕获，提高模型检测能力；设计双线池化注意力模块，抑制非目标噪声干扰，增强遥感目标特征可辨别性。在公共数据集RSOD和NWPU VHR-10上进行消融和对比实验，平均准确率均值分别为98.2%和91.4%，相较于基线算法YOLOv8s分别提升1.8和2.1个百分点。与主流目标检测算法相比，IFD-YOLOv8s对复杂背景目标和多尺度目标的检测更有效。在公共数据集DOTA上进行泛化实验，平均准确率均值为78.7%，相比原模型提高1.8个百分点。

关键词：遥感图像,目标检测,特征金字塔网络,上下文信息,注意力机制