来源：期刊VIP网 时间：
作者：高贵;魏晓慧;张茂林;廖律超;
单位：福建理工大学交通运输学院;西南交通大学地球科学与工程学院;福建理工大学电子电气与物理学院;
摘要：针对复杂场景下小型船舶在合成孔径雷达图像中检测精度低的问题，提出一种新的目标检测算法Hob-YOLO。算法根据小型船舶在合成孔径雷达图像中分辨率低的特性，采用小波变换与旋转边界框相结合的方法，融合了图像的局部信息和全局信息。通过小波变换替代传统的平均池化层，保留更多有效的特征信息，增强后续层对浅层语义特征的利用；通过旋转边界框代替水平边界框，准确地提取船舶区域的目标特征，并引入适用于旋转边界框的PIoU损失函数，减少预测框与真实框之间的误差。实验结果表明，Hob-YOLO在SSDD和HRSID数据集上分别取得了98.3%和91.3%的检测精度，显著提升了小型船舶目标的检测性能和泛化能力。
关键词：SAR图像;;船舶检测;;小波变换;;旋转边界框;;YOLOv8n
基金资助：福建理工大学科研启动基金(GY-Z220219);福建理工大学专利资助项目(GY-Z20072)
