系统工程与电子技术

作者：贾晓雅, 汪洪桥, 杨亚聃, 崔忠马, 熊斌

单位：1. 火箭军工程大学作战保障学院, 陕西 西安 710025；2. 北京遥感设备研究所, 北京 100854；3. 中国航天科工集团有限公司科研生产部, 北京 100048

关键词：合成孔径雷达图像,YOLO,无锚框,舰船目标检测

基金：陕西省自然科学基础研究计划(2020JM-358)

面向合成孔径雷达(synthetic aperture radar, SAR)多目标检测应用, 提出了一种基于YOLO (you only look once) 框架的无锚框SAR图像舰船目标检测方法。该方法针对YOLOv3锚框需要预先设定且无法完美契合的弊端, 通过采用无锚框方法更好适应所检测目标的大小, 便于多尺度目标使用。在此基础上, 给CSPDarknet53网络增加了注意力机制作为特征提取网络, 然后经过能够增大感受野的改进特征金字塔网络(feature pyramid network, FPN)后, 把特征图传给无锚框检测头, 有效提升了目标类别和位置的预测精度。实验证明, 所提算法在公开SAR舰船数据集上平均精度比YOLOv3提高3.8%，达到了94.8%, 虚警率降低4.8%。

来源：2022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2022年第12期