来源：期刊VIP网 时间：
作者：曹菡;陈黎伟;李璐;陶利;
单位：合肥师范学院计算机与人工智能学院;合肥师范学院安徽省智能安检技术工程研究中心;之江实验室;
摘要：针对合成孔径雷达图像飞机目标散射点离散、尺度多样性和强散射背景干扰易导致飞机目标检测困难等问题，提出了一种改进YOLOv10n的SAR飞机目标检测算法。针对SAR图像小尺寸飞机目标易漏检问题，增加小目标检测层并重构特征融合网络，实现了小尺寸目标检测性能的提升；在主干网络中引入上下文聚合模块，增强网络对全局和局部上下文信息的捕捉能力，提高模型在复杂干扰背景下目标检测准确性；引入自适应阈值焦点损失函数，通过自适应调整困难样本和易分样本的损失权重，降低困难样本的检测难度。基于SADD数据的实验结果表明，改进后的算法最高精度提高至98.8%,相比基准模型具有更好的检测性能和鲁棒性。与其他目标检测算法相比也具有更好的检测效果。
关键词：合成孔径雷达;;目标检测;;YOLOv10;;上下文聚合模块;;自适应阈值焦点损失
基金资助：安徽省智能安检技术工程研究中心开放基金项目(2023ZNAJKF06);; 安徽省高校优秀青年人才支持计划项目(gxyq2022060)
