一种改进的YOLOv7光学遥感图像舰船目标检测算法.pdfVIP

一种改进的YOLOv7光学遥感图像舰船目标检测算法.pdf

第31卷第5期电光与控制Vol.31No.5

2024年5月ElectronicsOpticsControlMay2024

引用格式：车思文，汪宇玲.一种改进的YOLOv7光学遥感图像舰船目标检测算法[J].电光与控制,2024,31（5）：34-39,65.CHESW，WANGYL

AnimprovedYOLOv7-basedshiptargetdetectionalgorithmforopticalremotesensingimages[JJ.ElectronicsOpticsControl,2024,31(5):34-39,65.

一种改进的YOLOv7光学遥感图像舰船目标检测算法

车思文，汪宇玲1,2

（1.东华理工大学信息工程学院，南昌330000；2.新南威尔士大学计算机科学与工程学院，悉尼2052）

摘要：针对YOLOv7算法在应用于光学遥感图像舰船目标检测任务时所面临的小目标检测精度低的问题，提出一

种基于多维注意力机制动态卷积的光学遥感图像舰船目标检测改进算法。首先，通过并行策略设计了融合多维注意

力机制动态卷积的高效聚合网络，多维注意力机制动态卷积根据不同维度的特征重要性进行自适应调整，卷积核沿4

个维度学习到注意力分布，增强了特征融合网络捕获数据中细粒度特征的能力；其次，针对舰船目标的多尺度差异特

点设计多层次超大卷积核层，丰富全局特征描述，提高检测网络的感知能力。在HRSC2016和DOTA两个公共数据集

上的实验结果表明，改进后算法的mAP分别达到了93.4%和90.1%，与现有主流先进算法相比取得更优的检测精

度，在降低舰船小目标漏检误检率的同时提升了识别能力。

关键词：光学遥感图像；舰船目标检测；YOLOv7；小目标检测

中图分类号：TP751文献标志码：Adoi:10.3969/j.issn.1671-637X.2024.05.006

AnImprovedYOLOv7-BasedShipTargetDetection

AlgorithmforOpticalRemoteSensingImages

CHESiwen,WANCYuling*

(1.SchoolofInformationEngineering,EastChinaUniversityofTechnology,Nanchang330000,China;

2.SchoolofComputerScienceandEngineering,UniversityofNewSouthWales,Sydney2052,Australia)

Abstract:AimingattheproblemoflowaccuracyinsmalltargetdetectionfacedbytheYOLOv7algorithm

whenappliedtoopticalremotesensingimageshiptargetdetectiontasks,animprovedopticalremotesensing

imageshiptargetdetectionalgorithmbasedonmulti-dimensionalattentionmechanismdynamicconvolutionis

proposed.Firstly,aneficientaggregationnetworkintegratingmulti-dimensionalattentionmechanismdynamic