改进YOLOX的遥感图像目标检测算法

作者：梁燕; 饶星晨

来源：计算机工程与应用, 2023, 1-9.

• 目标检测
• 遥感图像
• 多尺度特征提取
• 浅层特征增强

针对遥感图像目标检测算法复杂背景下目标检测精度低、小目标特征丢失的问题，提出一种改进YOLOX的遥感图像目标检测算法MYOLOX(Modified YOLOX)。该算法在主干网络引入残差金字塔卷积模块 (Residual Pyramid Convolution Module， RPCM)增强浅层特征图中的空间位置等细节信息，缓解下采样过程中的特征丢失。引入增强跨阶段局部块 (Improved Cross Stage Partial Block，ICSP)提取丰富的上下文信息并抑制噪声干扰，减少复杂背景及噪声干扰带来误检。将改进算法应用于使用DIOR数据集对NWPU VHR-10数据集扩充后数据集和SSDD数据集，MYOLOX算法检测平均精度均值 (mean Average Precision， mAP)分别达到了80.8%和94.4%，较原算法提升了4.1%和4.5%。实验结果证明，改进后的算法能够明显提高遥感图像目标检测精度。

• 出版日期2023
• 单位通信与信息工程学院; 重庆邮电大学