基于YOLOv8的遥感图像舰船目标检测算法

针对遥感图像背景复杂、舰船目标尺度变化大和方向任意等问题,提出了一种基于YOLOv8的遥感图像舰船目标检测算法。首先为了提高特征融合的效率,在特征融合模块将原有的路径聚合网络优化为渐进式特征融合网络;其次为了强化模型的多尺度检测能力,在颈部网络加入基于大卷积核分解和空间选择机制的选择性大卷积核注意力模块;然后为了提高模型的分类和定位能力,在解耦检测头的检测框回归分支添加视觉注意力模块,在目标分类分支添加坐标注意力模块;最后为了将通用目标检测算法转换为旋转目标检测算法,在检测头引入角度参数并优化损失函数,优化网络训练时的正负样本标签分配策略以提升网络训练时的效率。在公开数据集HRSC2016上的实验结果表明,所提算法以3.02×106的参数量,实现了90.55%的检测准确率,与当前其他主流旋转目标检测算法相比,在参数量和准确率上都具有先进性。