系统工程与电子技术

作者：贺翥祯, 李敏, 苟瑶, 杨爱涛

单位：1. 火箭军工程大学作战保障学院, 陕西 西安 710025；2. 国防科技大学信息与通信学院, 湖北 武汉 430010

关键词：合成孔径雷达,目标检测,YOLOv5,注意力机制,多尺度融合

基金：国家自然科学基金(62006240)

针对合成孔径雷达图像目标检测易受噪声和背景干扰影响, 以及多尺度条件下检测性能下降的问题, 在兼顾网络规模和检测精度的基础上, 提出了一种改进的合成孔径雷达舰船目标检测算法。使用坐标注意力机制, 在确保轻量化的同时抑制了噪声与干扰, 以提高网络的特征提取能力; 融入加权双向特征金字塔结构以实现多尺度特征融合, 设计了一种新的预测框损失函数以改善检测精度, 同时加快算法收敛, 从而实现了对合成孔径雷达图像舰船目标的快速准确识别。实验验证表明, 所提算法在合成孔径雷达舰船检测数据集(synthetic aperture radar ship detection dataset, SSDD)上的平均精度均值达到96.7%, 相比于YOLOv5s提高1.9%, 训练时收敛速度更快, 且保持了网络轻量化的特点, 在实际应用中具有良好前景。

来源：2023年第12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2023年第12期