结合倒残差自注意力机制的遥感图像目标检测.pdfVIP

第20卷第1期智能系统学报Vol.20No.1

2025年1月CAAITransactionsonIntelligentSystemsJan.2025

DOI:10.11992/tis.202312001

网络出版地址:/urlid/23.1538.tp1520.005

结合倒残差自注意力机制的遥感图像目标检测

1,211

赵文清，赵振寰，巩佳潇

（1.华北电力大学控制与计算机工程学院,河北保定071003;2.河北省能源电力知识计算重点实验室,河北保

定071003）

摘要：针对遥感图像目标检测存在背景信息干扰严重、待检测目标尺寸差异大等问题，提出一种结合倒残差

自注意力机制的目标检测方法。首先，使用具有强特征提取能力的倒残差自注意力机制骨干网络充分提取目

标特征，降低复杂背景信息的干扰；其次，构造多尺度空间金字塔池化模块，提供多尺度感受野，增强捕捉不同

尺寸目标的能力；最后，提出轻量级特征融合模块，对骨干网络提取的特征图进行融合，充分结合低层与高层

特征，提高网络对不同尺寸目标的检测能力。与传统网络及其他改进目标检测算法进行对比，实验发现该方法

的检测精度明显优于其他算法。此外，在DIOR数据集和RSOD数据集上设计消融实验，结果表明，该方法在

DIOR数据集与RSOD数据集上的平均精度均值比YOLOv8算法分别提升4.6和4.2百分点，明显提升遥感图

像目标检测的精度。

关键词：遥感图像；目标检测；倒残差；自注意力机制；多尺度；空间金字塔；特征提取；特征融合

中图分类号：TP391文献标志码：A文章编号：1673−4785(2025)01−0064−09

中文引用格式：赵文清,赵振寰,巩佳潇.结合倒残差自注意力机制的遥感图像目标检测[J].智能系统学报,2025,20(1):64–72.

英文引用格式：ZHAOWenqing,ZHAOZhenhuan,GONGJiaxiao.Remotesensingimageobjectdetectionbasedoninvertedresid-

ualself-attentionmechanism[J].CAAItransactionsonintelligentsystems,2025,20(1):64–72.

Remotesensingimageobjectdetectionbasedoninverted

residualself-attentionmechanism

1,211

ZHAOWenqing，ZHAOZhenhuan，GONGJiaxiao

(1.SchoolofControlandComputerEngineering,NorthChinaElectricPowerUniversity,Baoding071003,China;2.HebeiKey

LaboratoryofKnowledgeComputingforEnergyPower,Baoding071003,China)

Abstract:Aninvertedresidualself-attentionmethod(IRSAM)wasproposedinthisstudyasanapp