基于改进FPN的复杂场景下SAR图像船舶目标检测

针对合成孔径雷达(SAR)图像近岸船舶目标受背景杂波影响,导致SAR图像船舶目标检测率低和小尺度舰船目标漏检率高的问题,提出一种适用于复杂背景下SAR图像近岸舰船目标检测的改进FPN模型。该模型基于FPN目标检测算法,在特征提取网络中利用可变形卷积更加精确地确定目标采样点位置,以增强目标的特征提取能力,提高复杂背景下SAR图像舰船标的检测率;同时,采用通道注意力机制来捕获特征提取网络中不同通道图之间的特征依赖关系,降低漏检率。在公开的SAR图像舰船数据集上的测试结果表明,该模型在复杂场景下的检测精度为87.95%,相比原始FPN提升了8.46%,其中,针对小尺度舰船目标检测精度为95.14%,相比原始FPN检测精度提升了5.28%;对比Yolo5和mask RCNN,改进FPN模型平均检测精度分别提升了11.21%、2.98%。