基于改进ConvNeXt的遥感图像目标检测算法

针对遥感图像中目标排列紧密、背景信息复杂、小目标众多导致的目标检测精度低的问题,结合YOLOv5s,提出了一种基于改进ConvNeXt的遥感图像目标检测算法。首先,在特征提取网络的底端引入了改进的ConvNeXt Block,通过大核卷积与自注意力交互扩宽感受野、丰富语义信息;其次,在多尺度特征融合部分加入了一组自底向上的金字塔结构,以放大浅层特征图的作用,弥补遥感图像中小目标因为深度卷积而损失的位置信息;最后,引入SIoU损失函数,重新定义惩罚指标,并加快整体网络的收敛速度。将所提出的检测算法在RSOD数据集上进行了消融实验,平均精准率均值为92.27%,实验结果表明,所提算法能够实现对遥感图像目标的准确检测。