基于YOLOv5的多分支注意力SAR图像舰船检测

针对合成孔径雷达图像噪声大,成像特征不明显,尤其在面对海陆边界、港口码头、近岸岩礁等复杂场景,通常的检测算法对SAR图像目标特征提取困难,导致检测精度不高,出现误检漏检等问题。在YOLOv5的基础上设计了一种旋转的目标检测方法,提出了多分支注意力模块可以跨维度的信息融合,能更好地提取SAR图像目标中的位置信息和语义信息,以提高检测精度。此外,由于旋转目标检测会产生边界不连续问题影响边界框的回归,因此,利用了圆形平滑标签的方法将角度参数从回归问题转为分类问题,由此提高了精度。最后在HRSID、SSDD+数据集上进行了实验,精度分别达到84.98%和90.13%,比原始的YOLOv5算法分别提升了1.29%和2.57%,实验结果证明所提算法的有效性。