系统工程与电子技术

作者：姜杰(), 闫文君, 凌青, 张立民

单位：海军航空大学信息融合研究所，山东 烟台 264001

关键词：无人机,舰船图像,小目标检测,深度学习,全局注意力机制

基金：国家自然科学基金（62371465）；山东省青创团队（2022kj084）；山东省自然科学基金（ZR2020QF010）资助课题

针对无人机航拍舰船图像小目标占比高、检测难度大的问题，提出一种舰船微小目标检测（ship tiny object detection，STOD）算法。算法立足于图像特性、舰船特征并结合目标特定场景，重点考虑无人机对STOD过程中的难点问题，针对性地设计了算法模型和网络框架。首先，采用轻量化的单阶段无锚框网络作为主干，然后引入全局注意力机制，强化模型对微小目标的学习能力，随后设计局部跨阶段金字塔聚合网络并强化检测头，提升网络对目标特征的提取能力和检测精度，最后在回归分支中采用基于向量的分布焦点损失，进一步强化对微小目标的检测能力。实验验证和对比分析表明，所提方法对舰船微小目标的检测性能相比于基线模型平均精度整体提升了2.6%，每秒处理帧数可达52.2。对比其他小目标算法检测精度高，实时性好。

来源：2025年第11期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2025年第11期