一种轻量化遥感图像目标检测方法

针对航拍飞行器实现遥感图像实时检测的轻量化快速推理模型需求,提出了基于轻量化卷积网络MobileNet和Transformer注意力机制的MT-Net轻量目标检测模型。首先,以YOLOv5-s为基础模型替换MobileNet作为主干特征提取网络,减轻模型体积和计算量;然后,在特征融合模块嵌入Transformer模块改写的瓶颈层模块以提高模型对遥感图像中大量存在的中小型目标的识别性能;最后,对DOTA遥感图像数据集进行预处理,保证中小型尺寸目标图像信息有效表达。经实验验证,提出的MT-Net模型的检测精度可达70%以上,其参数量和计算量较YOLOv5-s基础模型分别减少了约50%和62%。满足部署移动端实时检测的任务需求。