来源：期刊VIP网 时间：
作者：喻擎苍;张超;李航;孙树森;
单位：浙江理工大学计算机科学与技术学院;
摘要：在遥感图像的无人机目标检测领域，目标尺寸小、旋转方向和背景复杂是普遍存在的问题。为应对这些挑战，提出一种小尺度旋转目标检测网络SGLO。该网络通过引入SPDConv模块替代传统的CBS模块，在不同尺度上获取更广泛的感受野，从而提高模型对不同大小目标的检测能力。其次，采用重新设计后的Multi＿Gold结构来增强模型融合多尺度特征的能力，并显著提升对小目标的检测性能。此外，基于LADH设计了一种轻量化的旋转目标检测头LADH＿OBB，从而有效减少模型的计算量。实验结果表明：与基线模型相比，所提出的SGLO模型在DIOR-R数据集上，mAP@50和mAP@95分别提升了2.8%和1.8%；在VisDrone2019数据集上，分别提升了2.7%和1.5%。这些结果表明SGLO在旋转目标检测领域具有先进性和有效性。
关键词：遥感图像;;旋转目标检测;;小目标检测;;SPDConv;;Gold-YOLO;;轻量化检测头
