基于注意力机制改进的无锚框SAR图像舰船检测模型
文献类型：期刊论文
| 作者 | 高云龙; 任明; 吴川; 高文 |
| 刊名 | 吉林大学学报(工学版)
 |
| 出版日期 | 2022 |
| 页码 | 10 |
| 英文摘要 | 为提升模型对SAR图像多尺度舰船目标的检测能力，保证检测网络的实时性，提出基于注意力机制改进的无锚框SAR图像舰船检测模型。在YOLOX网络特征金字塔处嵌入空洞注意力模块，调节感受野与多尺度融合的关系，强化特征的表示能力。在检测头部设计中心性预测分支，对锚点的分类得分进行加权处理，调整模型的损失函数，优化检测结果。在数据集SSDD上进行对比实验，本文提出的模型优于主流的深度网络检测模型，精度达到94.73%，且在检测精度和检测速度中取得最佳平衡。 |
| URL标识 | 查看原文 |
| 源URL | [http://ir.ciomp.ac.cn/handle/181722/66268]  |
| 专题 | 中国科学院长春光学精密机械与物理研究所 |
| 作者单位 | 中国科学院长春光学精密机械与物理研究所 |
| 推荐引用方式 GB/T 7714 | 高云龙,任明,吴川,等. 基于注意力机制改进的无锚框SAR图像舰船检测模型[J]. 吉林大学学报(工学版),2022:10. |
| APA | 高云龙,任明,吴川,&高文.(2022).基于注意力机制改进的无锚框SAR图像舰船检测模型.吉林大学学报(工学版),10. |
| MLA | 高云龙,et al."基于注意力机制改进的无锚框SAR图像舰船检测模型".吉林大学学报(工学版) (2022):10. |
入库方式： OAI收割
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。