来源：期刊VIP网 时间：
作者：汤永恒;郭璇;孙水发;李昌振;张晶;
单位：三峡大学计算机与信息学院;三峡大学经济与管理学院;武汉理工大学信息工程学院;杭州师范大学信息科学与技术学院;
摘要：针对常规目标检测算法对遥感船舶目标检测精度低且预测框不能将船舶目标紧密封装，为后续匹配计算带来极大误差等问题，提出一种跨尺度特征融合与注意力机制的遥感船舶检测算法。该算法通过HRNetV2＿w40骨干网络提取高分辨率图像特征，并采用跨尺度融合特征金字塔模块对backbone提取的多级特征信息进行跨级融合，设计卷积注意力网络模块让网络模型在空间和通道两个维度产生注意力特征图信息以生成更加精细化特征图。同时，全新设计融合旋转角度信息的旋转目标损失函数使算法可有效检测任意方向船舶目标。实验结果表明，该算法能有效检测与识别遥感船舶目标，平均准确率达到74.8%,高于现有其他方法。此外，该算法很容易扩展到其他工业领域旋转目标检测任务中。
关键词：深度学习;;船舶检测;;旋转检测;;跨尺度特征融合;;卷积注意力
基金资助：中央高校基本科研业务费专项资金(2023IVA092);; 湖北省2023年省技术创新计划重点研发专项(2023BAB052)
