多尺度特征融合的遥感图像目标检测算法研究

来源：计算机工程与应用杂志2024年第23期北京时间：

作者：许思源, 吴伟林

单位：1.广西民族大学 电子信息学院 广西应用数学中心，南宁 530006；2.梧州学院 广西机器视觉与智能控制重点实验室，广西 梧州 543003

摘要：针对遥感图像背景复杂、特征冲突以及目标尺度多变等问题，以YOLOv8s为基线模型，提出一种基于多尺度特征融合的遥感图像目标检测方法。将RepVGG网络作为模型的特征提取网络，提高模型的特征提取能力，有效实现全局语义信息的捕获；在颈部网络提出了一种三极综合性融合模块（tripolar integrative fusion，TIF），通过位置信息和语义信息的有效融合，提高对各个尺度目标的检测精度；将SlideLoss滑动损失函数作为模型的分类损失函数，增强模型对困难目标的检测能力，从而提高目标检测的准确性。实验结果表明，改进后的模型在NWPU VHR-10、RSOD和UCAS-AOD数据集上分别取得了94.4%、93.0%和95.5%的检测精度，相较基线模型分别提升了5.1、6.0、4.4个百分点，在准确性方面优于其他方法，能更好地完成遥感图像目标检测任务。

关键词：深度学习,目标检测,遥感图像,多尺度特征融合