改进YOLOv3-SPP的SAR图像舰船目标检测

作者：黄强; 王钰宁; 刘晓霞; 胡云冰

来源：遥感信息, 2023, 38(05): 57-65.

DOI：10.20091/j.cnki.1000-3177.2023.05.008

• 合成孔径雷达
• 舰船目标检测
• YOLOv3-SPP
• FPN
• K-median++聚类

合成孔径雷达图像中舰船目标的尺度差异大、小目标居多，这给检测造成一定的困难。针对此问题，提出了一种基于改进YOLOv3-SPP的SAR图像舰船目标检测算法。改进原模型FPN,利用主干网络的第二次下采样输出的特征来建立尺度为104×104的预测，并将各个尺度进行紧密连接；用K-median++聚类算法重新对锚框聚类来得到适合舰船特征的先验框。使用YOLOv3-SPP模型和改进的YOLOv3-SPP模型以及其他典型目标检测算法在AIR-SARship-1.0与SSDD数据集上进行对比实验。实验结果表明，相比于原始算法，改进后的算法能更有效地检测SAR图像舰船目标，检测精度分别提升了3.2%、4.4%。在数据集3个不同输入尺度下，检测精度都有所提升。相比于其他检测算法，改进后的算法在保证实时性的情况下具有更高的检测精度。

• 出版日期2023
• 单位北京吉利学院; 厦门大学; 四川水利职业技术学院