ARST-YOLOv7：用于航空遥感图像的小目标检测网络

来源：计算机工程与应用杂志2025年第12期北京时间：

作者：周沁坤, 周华平, 孙克雷, 邓彬

单位：安徽理工大学 计算机科学与工程学院，安徽 淮南 232000

摘要：航空遥感成像具有广泛的军事和民用应用。航空遥感图像中的微小目标检测是遥感图像领域的一个具有挑战性的问题。通用的目标检测方法对小目标不敏感，对于背景复杂、目标特征信息量少的航空遥感图像检测精度较低。为解决上述问题，首次提出了一种用于航空遥感图像的小目标检测网络ARST-YOLOv7。针对遥感图像背景复杂，且目标特征较弱，提出一种新的特征增强模块DSPPCFF（dilated spatial pyramid pooling convolution feature fusion），增强模型的特征表达能力。提出一种新的特征金字塔结构（DC-FPN），来解决级联特征图之间的语义差异问题。此外，为了让网络保留更多的空间信息，提出了DCA（dilated convolution attention）模块，增强网络对重要目标的关注，从而提高检测的鲁棒性。在NWPU VHR-10数据集、RSOD数据集和HRRSD数据集上与当前先进的检测方法比较结果表明，该方法对于航空遥感小目标检测更有效。

关键词：航空遥感图像,小目标,YOLOv7,空洞卷积,多尺度卷积