改进YOLOv3的SAR图像舰船目标检测

来源：信号处理杂志 2021年第9期北京时间：

作者：张佳欣, 王华力

摘要：针对目标检测算法直接应用于SAR图像舰船检测数据集时数据训练不充分、鲁棒性差等问题，本文提出了一种改进YOLOv3的SAR图像舰船目标检测方法，从改进网络训练策略的角度出发，提升算法对不同舰船目标的适应性，优化算法的检测性能。改进主要包括两个方面：一方面本文在YOLOv3的基础上引入了ATSS（Adaptive Training Sample Selection）正负样本的分配方法，提高YOLOv3中正负样本选择的质量，优化网络训练。另一方面本文设计了基于特征层的锚框超参数优化方法，使锚框更加贴合各检测层数据集样本分布，从而使训练模型更好的收敛。本文分别在SSDD、SAR-Ship-Dataset数据集上进行了实验，验证了其有效性。

关键词：合成孔径雷达图像, 舰船目标检测, YOLOv3, 深度学习