旋轉矩形框與CBAM改進RetinaNet的SAR圖像近岸艦船檢測

作者：焦軍峰,靳國旺,熊新,羅玉林

摘要：針對海岸、島礁、碼頭等因素干擾而造成的SAR圖像近岸艦船檢測精度不高問題,設計了采用旋轉矩形框與卷積注意力模塊CBAM(Convolutional Block Attention Module)改進RetinaNet的SAR圖像近岸艦船檢測方案。該方案在RetinaNet算法基礎上,利用具有目標角度參數的旋轉矩形框減弱非目標區域對艦船特征提取的干擾,在RetinaNet特征提取網絡相鄰殘差塊之間加入卷積注意力模塊進行目標特征的有效聚焦,從而改善近岸艦船檢測效果。利用公開的SSDD數據集、自標注近岸數據集進行了艦船檢測實驗,得到的檢測精度相較于常規RetinaNet算法分別提升了7.02%和8.89%,驗證了該方案的有效性。

發文機構：信息工程大學

關鍵詞：SAR圖像艦船檢測改進RetinaNet注意力模塊旋轉矩形框SAR imagesship detectionimproved RetinaNetattention modulerotated rectangular box

分類號： P237[天文地球—攝影測量與遙感]