旋转矩形框与CBAM改进RetinaNet的SAR图像近岸舰船检测

作者：焦军峰,靳国旺,熊新,罗玉林

摘要：针对海岸、岛礁、码头等因素干扰而造成的SAR图像近岸舰船检测精度不高问题,设计了采用旋转矩形框与卷积注意力模块CBAM(Convolutional Block Attention Module)改进RetinaNet的SAR图像近岸舰船检测方案。该方案在RetinaNet算法基础上,利用具有目标角度参数的旋转矩形框减弱非目标区域对舰船特征提取的干扰,在RetinaNet特征提取网络相邻残差块之间加入卷积注意力模块进行目标特征的有效聚焦,从而改善近岸舰船检测效果。利用公开的SSDD数据集、自标注近岸数据集进行了舰船检测实验,得到的检测精度相较于常规RetinaNet算法分别提升了7.02%和8.89%,验证了该方案的有效性。

发文机构：信息工程大学

关键词：SAR图像舰船检测改进RetinaNet注意力模块旋转矩形框SAR imagesship detectionimproved RetinaNetattention modulerotated rectangular box

分类号： P237[天文地球—摄影测量与遥感]