来源：期刊VIP网 时间：
作者：谢国波;吴陈锋;林志毅;
单位：广东工业大学计算机学院;
摘要：针对遥感图像下军事坦克检测模型体积大、计算量大等问题，提出一种轻量化的遥感军事坦克目标检测算法MSG-YOLOv7。首先，MSG-YOLOv7采用MobileNetv3作为主干网络，利用倒残差结构和自适应缩放的方法对特征进行提取，以减小模型的体积大小与运算量；其次，设计SD-MP结构来提高细节特征表达能力，解决因下采样操作导致的小目标特征丢失问题；最后，基于GCNet和深度可分离卷积设计出GD-ELAN模块，通过全局上下文建模来增强模型对长距离关系的感知，在轻量化的同时更有效地捕捉全局信息，提高模型的性能。实验结果表明，MSG-YOLOv7在公开的Google Earth遥感军事坦克数据集上的平均检测精度（AP）达到了99.02%，体积较原模型下降了60%，计算量为18.59 GFlops,FPS达到41，证明该模型适用于要求高性能、高速度和较小模型体积的遥感军事坦克检测场景中。
关键词：遥感图像;;军事坦克检测;;YOLOv7;;轻量化网络;;SD-MP;;GD-ELAN
基金资助：国家自然科学基金资助项目（61802072）;; 南方电网委托课题（GDKJXM20230718）
