改进YOLOX的遥感图像目标检测算法

来源：计算机工程与应用杂志2024年第12期北京时间：

作者：梁燕, 饶星晨

单位：1.重庆邮电大学 通信与信息工程学院，重庆 400065；2.信号与信息处理重庆市重点实验室，重庆 400065

摘要：针对遥感图像目标检测算法复杂背景下目标检测精度低、小目标特征丢失的问题，提出一种改进YOLOX的遥感图像目标检测算法MYOLOX（modified YOLOX）。该算法在主干网络引入残差金字塔卷积模块（residual pyramid convolution module，RPCM）增强浅层特征图中的空间位置等细节信息，缓解下采样过程中的特征丢失。引入增强跨阶段局部块（improved cross stage partial block，ICSP）提取丰富的上下文信息并抑制噪声干扰，减少复杂背景及噪声干扰带来误检。将改进算法应用于使用DIOR数据集对NWPU VHR-10数据集扩充后数据集和SSDD数据集， MYOLOX算法检测平均精度均值（mean average precision，mAP）分别达到了80.8%和94.4%，较原算法提升了4.1和4.5个百分点。实验结果证明，改进后的算法能够明显提高遥感图像目标检测精度。

关键词：目标检测,遥感图像,多尺度特征提取,浅层特征增强