基于改进YOLOv8的SAR图像飞机目标检测算法

【类型】期刊

【作者】陈益方  张上  冉秀康  王杰 

【刊名】电讯技术

【关键词】 GAM注意力机制,可变形卷积,合成孔径雷达,飞机目标检测,网络重构

【摘要】针对合成孔径雷达(Synthetic Aperture Radar, SAR)图像飞机目标检测算法存在模型复杂度较高、检测效果差、泛化能力弱等问题，提出了一种基于改进YOLOv8的SAR图像飞机目标检测算法。首先，针对SAR图像飞机目标较小的特点，剔除大目标检测层，重构特征提取网络和特征融合网络，降低模型计算量。其次，在主干网络引入可变形卷积(Deformable Convolutional Network, DCN),增强特征提取能力；在颈部网络引入全局注意力机制(Global Attention Mechanism, GAM)提高检测精度。最后，采用WIOU(Wise-IoU)损失函数提高收敛速度和回归精度。在SADD数据集(SAR Aircraft Detection Dataset)上实验结果显示，改进算法较原YOLOv8算法模型体积压缩59.66%,参数量降低61.18%,计算量减少18.29%,最高精度提高至98.1%。与其他算法相比，所提算法在保证较高检测精度的情况下大幅降低了模型体积、参数量和计算量，实现了模型复杂度和检测精度的平衡。

【年份】2024

【作者单位】三峡大学电气与新能源学院;三峡大学湖北省建筑质量检测装备工程技术研究中心;三峡大学计算机与信息学院;

【期号】08

【页码】1206-1212