基于改进YOLOv7的SAR图像舰船目标检测方法

作     者：陈文翰 朱正为 宋昌隆 

作者机构：中国兵器装备集团自动化研究所有限公司产品制造事业部 西南科技大学信息工程学院 

出 版 物：《电光与控制》 (Electronics Optics & Control)

年 卷 期：2024年

学科分类：11[军事学] 080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 1109[军事学-军事装备学] 

基　　金：国家自然科学基金项目(NO.62071399) 西南科技大学博士基金项目(17zx7159) 

主　　题：合成孔径雷达 舰船目标检测 YOLOv7 坐标注意力机制 NWD度量 

摘      要：为了解决SAR图像舰船目标检测中，现有主流算法因图像模糊、缺乏纹理特征而导致的目标检测精度低和小目标检测难度大等问题，同时考虑不引入过多参数量而影响网络实时性，本文提出了一种基于坐标注意力机制和NWD度量的改进YOLOv7舰船目标检测模型和方法。首先，该方法在坐标注意力机制中引入了最大池化和残差结构，以提高模型特征提取能力；其次，将密集连接和轻量化卷积相结合，设计了SPPCSPC-P结构，以增强特征间的融合；另外，在主干网络中增加了小目标检测层，以改善模型对小目标检测精度低的问题；最后，利用NWD度量和CIoU损失设计了加权定位损失函数，进一步提高了模型检测精度。利用SSDD数据集进行实验，实验结果表明，本文方法的平均精度达到了98.38%，高于YOLOv7网络2.09个百分点。