融合多层级特征的遥感图像地面弱小目标检测

为解决遥感图像地面弱小目标检测中弱小目标信息量少、信息真假混杂的难题,本文提出一种融合多层级特征的遥感图像地面弱小目标检测算法CC-YOLO.该算法首先利用深度卷积神经网络逐级对目标图像进行特征提取,得到高低层特征空间金字塔图;然后,对空间金字塔图进行跨层级通道特征融合,结合新增的位置注意力机制CA,分别沿两个空间方向聚合特征,保留弱小目标精确的位置信息;最后,在聚合后生成的双支路特征图上进行端到端的目标检测,联合多通道检测信息输出检测结果.为解决算法实验中图像数据匮乏的问题,构建了遥感图像地面弱小目标数据集GDSTD.实验结果表明,算法AP0.5∶0.95达到42.3％,AP0.5达到94.6％,检测速率FPS达到58.8帧/s,具有一定的鲁棒性和实时性.