基于改进YOLOv8的高分辨率卫星图像船舶检测算法
江志浩
卫强
解放军91977部队 北京 100036
摘要：针对高分辨率卫星图像中船舶目标检测面临的多尺度目标检测难、小目标特征提取不足以及复杂背景干扰等问题,提出一种改进的YOLOv8船舶检测算法.在特征提取网络中引入基于注意力机制的高效通道注意力融合模块(Effi-cient Channel Attention Fusion,ECAF),增强网络对船舶目标特征的提取能力;在颈部网络中采用改进的双向特征金字塔网络(Bi-Feature Pyramid Network,BiFPN),优化特征融合方式,提升多尺度特征的传递效率.实验结果表明,改进后的算法在DIOR CV和NWPU-RESISC45数据集上的平均精度均值(mAP50)分别达到92.1%和93.7%,相较于原始YOLOv8算法分别提升了4.7%和3.8%,有效提高了高分辨率卫星图像中船舶目标的检测性能.
关键词：高分辨率卫星图像船舶检测注意力机制特征融合
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2025-07-20
在线出版日期：2025-09-25（本平台首次上网日期，不代表文献的发表时间）
页数：7( 41-47 )
英文信息