改进FCOS的二阶段SAR舰船检测算法

摘要：

近年来无锚框的目标检测算法逐渐被应用于SAR舰船检测,其中FCOS算法摆脱了对锚框参数设置的依赖,对多尺度、多形态舰船检测的鲁棒性更好,但仍存在两个问题:第一、该算法直接进行逐像素点回归,因搜索空间过大、目标回归困难导致检测不够准确;第二、其中特征金字塔对低层特征利用仍有不足导致小目标大量漏检.针对上述问题基于FCOS进行改进,通过增加特征增强网络构建了二阶段无锚框检测算法.该网络作为第一阶段对检测过程进行精细化引导,同时增强了舰船特征表达能力.通过引入更多特征并增加跳跃连接改进特征金字塔,提高了低层特征利用率.在数据集SSDD和SAR-Ship-Dataset上的实验结果表明,平均准确率(mAP)相比FCOS分别提高9.5和3.4个百分点,相比其他主流舰船检测算法分别提高3.6和1.0个百分点,充分验证了所提算法的有效性.

关键词：合成孔径雷达;舰船检测;FCOS算法;二阶段;特征增强

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金6167211,52078070

在线出版日期：2021-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：144-151