基于MobileViT和多尺度特征聚合的遥感图像目标检测

• 全文链接
• 请求原文

作   者：

梁礼明;  冯耀;  龙鹏威;  李仁杰; 

作者机构：

江西理工大学电气工程与自动化学院; 

关键词：

Wise-IoU;  遥感图像;  MobileViT模块;  上下文信息;  深度学习;  目标检测;  YOLOv7-tiny;  多尺度特征融合; 

期刊名称：

智能系统学报

i s s n：

1673-4785

年卷期：

2024 年 19 卷 005 期

页   码：

1168-1177

摘   要：

针对遥感图像目标检测存在复杂背景干扰、微小目标提取难和目标多尺度差异问题,提出一种基于MobileViT和多尺度特征聚合的遥感图像目标检测算法(FWM-YOLOv7t).首先设计多尺度特征聚合模块,建立遥感目标上下文依赖关系,提升多尺度目标和小目标检测精度;然后利用MobileViT模块,融合卷积神经网络和视觉Transformer优点,有效编码局部和全局信息,抑制非目标噪声干扰;最后引入Wise-IoU损失函数,重点关注普通质量锚框,提高算法检测性能.在公共数据集RSOD和NWPU VHR-10 上的实验结果表明,FWM-YOLOv7t能够显著提升遥感图像目标检测的平均准确率.与其他目标检测算法相比,FWM-YOLOv7t对复杂背景目标、小目标和多尺度目标的检测更有效.