高 曄，郭松宜，厙向陽

西安科技大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，西安 710054

隨著遙感技術(shù)的進(jìn)步和發(fā)展，遙感圖像分辨率越來越高，對(duì)高分辨率的遙感圖像目標(biāo)檢測(cè)已經(jīng)成為了研究的熱點(diǎn)。對(duì)飛機(jī)、油罐、橋梁等地面目標(biāo)識(shí)別和定位無論是對(duì)于軍事還是民用都有重要的實(shí)際應(yīng)用價(jià)值。傳統(tǒng)的遙感圖像目標(biāo)檢測(cè)[1-3]可以分為基于模板匹配的方法和傳統(tǒng)的機(jī)器學(xué)習(xí)方法。基于模板匹配的方法是最簡(jiǎn)單的一類檢測(cè)方法，可分為剛性模板和可變性模板，基本思想是對(duì)于每一類待檢測(cè)對(duì)象使用手工或者訓(xùn)練學(xué)習(xí)的方式生成模板并進(jìn)行匹配。傳統(tǒng)的機(jī)器學(xué)習(xí)方法將檢測(cè)問題分為兩個(gè)步驟，首先提取特征，然后訓(xùn)練分類器并對(duì)遙感目標(biāo)進(jìn)行分類。由于遙感圖像目標(biāo)特征更為復(fù)雜，人工提取檢測(cè)特征已經(jīng)難以滿足要求，引入深度學(xué)習(xí)的方法實(shí)現(xiàn)端到端的目標(biāo)檢測(cè)是新的發(fā)展方向?；谏疃葘W(xué)習(xí)的目標(biāo)檢測(cè)算法包括兩階段和單階段目標(biāo)檢測(cè)算法。兩階段目標(biāo)檢測(cè)算法包括：RCNN[4]、Fast R-CNN[5]、Faster R-CNN[6]、Mask R-CNN[7]

等。單階段目標(biāo)檢測(cè)算法包括：SSD[8]、YOLO9000[9]、YOLOV3[10]等。李玉峰等人[11]針對(duì)Faster R-CNN 的復(fù)雜性進(jìn)行改進(jìn)，通過深度可分離卷積降低網(wǎng)絡(luò)模型的參數(shù)數(shù)量，并融合多層特征，使小目標(biāo)的檢測(cè)精度得到提升。鄭哲等人[12]以Faster R-CNN為基礎(chǔ)，引入組合注意力機(jī)制，采用旋轉(zhuǎn)檢測(cè)框來進(jìn)行檢測(cè)，以解決目標(biāo)排列密集的問題，將高層和低層的特征進(jìn)行融合，改善了檢測(cè)效果。李紅艷等人[13]針對(duì)網(wǎng)絡(luò)中輸入圖像縮放變形的問題，采用超分辨率進(jìn)行圖像預(yù)處理，引入CBAM注意力機(jī)制[14]，采用軟化非極大值抑制算法（soft-NMS）代替原有的非極大值抑制算法（non-maximum suppression），提升了目標(biāo)檢測(cè)精度，但是橋梁的檢測(cè)效果仍有待提高。吳湘寧等人[15]結(jié)合注意力機(jī)制，采用尺度變換、旋轉(zhuǎn)等數(shù)據(jù)增強(qiáng)方式對(duì)船舶進(jìn)行檢測(cè)，改善了對(duì)小目標(biāo)的檢測(cè)效果。單階段檢測(cè)采用一個(gè)全卷積網(wǎng)絡(luò)模型實(shí)現(xiàn)端到端的檢測(cè)，檢測(cè)速度較快，但是相對(duì)于兩階段方法而言，精度略低。SSD 算法采用多個(gè)檢測(cè)頭提升了檢測(cè)的準(zhǔn)確率，但是每個(gè)檢測(cè)頭是獨(dú)立的，并未充分運(yùn)用每一層的輸出特征，而且對(duì)小目標(biāo)的檢測(cè)效果不好。YOLOV3則參考FPN[16]網(wǎng)絡(luò)的思想，通過雙線性插值上采樣進(jìn)行多尺度特征融合，增強(qiáng)了算法的整體檢測(cè)效果。董彪等人[17]為了進(jìn)一步增強(qiáng)算法對(duì)建筑物的檢測(cè)效果，設(shè)計(jì)適合遙感建筑物大小的兩個(gè)檢測(cè)器，并通過k-means 重新分析候選區(qū)大小，提升了建筑物檢測(cè)的準(zhǔn)確率，但是只是針對(duì)遙感圖像中的建筑物目標(biāo)，難以推廣至多類目標(biāo)。成喆等人[18]針對(duì)SSD 算法中特征未被充分利用，引入FPN 思想設(shè)計(jì)了特征融合層，獲得了較好的檢測(cè)效果。Van Etten[19]提出的YOLT 算法通過調(diào)整特征圖的輸出層，裁剪過大圖像，融合不同尺度圖像檢測(cè)模型進(jìn)行檢測(cè)，改善了檢測(cè)效果，適用于較大的遙感圖像中的目標(biāo)檢測(cè)。盡管目前遙感圖像目標(biāo)檢測(cè)算法有了長(zhǎng)足的發(fā)展，但依然面臨如下困境：（1）由于背景復(fù)雜，導(dǎo)致目標(biāo)區(qū)分難度依然較大；（2）小目標(biāo)多而且排列密集，檢測(cè)困難；（3）目標(biāo)尺度差異較大而且方向隨機(jī)，卷積神經(jīng)網(wǎng)絡(luò)所構(gòu)建的模型不具備旋轉(zhuǎn)不變性。本文在YOLOV3網(wǎng)絡(luò)的基礎(chǔ)上提出了基于注意力與殘差收縮網(wǎng)絡(luò)的遙感圖像目標(biāo)檢測(cè)算法，采用Mosaic 方法進(jìn)行圖像增強(qiáng)；使用殘差收縮網(wǎng)絡(luò)作為特征提取網(wǎng)絡(luò)；采用新的結(jié)合最大值池化與均值池化的空間金字塔池化融合對(duì)特征進(jìn)行充分融合；結(jié)合通道注意力機(jī)制，進(jìn)一步篩選有效特征；采用CIOU 進(jìn)行定位損失的計(jì)算，最終實(shí)現(xiàn)遙感圖像目標(biāo)檢測(cè)。實(shí)驗(yàn)證明：本文算法降低了復(fù)雜背景對(duì)檢測(cè)效果的影響，提升了算法對(duì)尺度差異大的目標(biāo)，以及小目標(biāo)的檢測(cè)準(zhǔn)確率。

1 相關(guān)理論與技術(shù)

1.1 YOLOV3模型

YOLOV3是單階段目標(biāo)檢測(cè)算法的代表之一，其特點(diǎn)：將目標(biāo)分類與候選區(qū)回歸的兩個(gè)任務(wù)在一個(gè)網(wǎng)絡(luò)中完成，極大地提升了檢測(cè)速度。YOLOV3模型由特征提取部分（DARKNET53）和特征融合部分（DARKNET53），以及目標(biāo)檢測(cè)部分（OBJECT DETECTION）組成。YOLOV3 網(wǎng)絡(luò)結(jié)構(gòu)如圖1 所示，圖中，UPSAMPLE 表示圖像二倍上采樣，CANCAT表示對(duì)特征圖進(jìn)行通道層面的拼接。

圖1 YOLOV3網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.1 YOLOV3 network structure diagram

1.1.1 特征提取和特征融合

YOLOV3 模型采用DARKNET53 網(wǎng)絡(luò)進(jìn)行特征提取。DARKNET53 是基于殘差網(wǎng)絡(luò)的思想而提出的全卷積網(wǎng)絡(luò)，在卷積層之間增加殘差連接層，構(gòu)建殘差模塊（Residual Block）防止網(wǎng)絡(luò)的性能退化。網(wǎng)絡(luò)由5 個(gè)步長(zhǎng)為2的Convolutional結(jié)構(gòu)實(shí)現(xiàn)的下采樣層和5組由殘差模塊構(gòu)成的特征提取模塊組成，每組特征提取模塊包含的殘差模塊數(shù)量分別為1、2、8、8，4。Convolutional結(jié)構(gòu)每一個(gè)卷積層后都包含一個(gè)批歸一化層，以及一個(gè)LeakyReLU激活函數(shù)層，如圖2（a）所示。Residual結(jié)構(gòu)如圖2（b）所示，由卷積核大小為1×1的Convolutional結(jié)構(gòu)和卷積核大小為3×3的Convolutional結(jié)構(gòu)構(gòu)成，之后將結(jié)果與輸入特征對(duì)應(yīng)元素相加，即可得到殘差結(jié)構(gòu)輸出。特征提取之后，采用FPN 的思想設(shè)計(jì)了特征融合層，使得深層特征與淺層特征融合，獲得了更好的檢測(cè)效果。

圖2 Darknet53模塊結(jié)構(gòu)圖Fig.2 Darknet53 module structure diagram

1.1.2 目標(biāo)檢測(cè)

網(wǎng)絡(luò)的目標(biāo)檢測(cè)流程如圖1中OBJECT DETECTION所示，選取特征提取網(wǎng)絡(luò)中3個(gè)不同尺度的特征圖進(jìn)行預(yù)測(cè)，其大小分別為13×13、26×26、52×52。根據(jù)特征圖大小，分別對(duì)原圖像劃分成S×S個(gè)網(wǎng)格，針對(duì)每一個(gè)特征圖的每一個(gè)網(wǎng)格生成3個(gè)不同尺度的邊界框（BOX），最后輸出S×S×(3×(4+p+c))的張量。其中，S表示預(yù)測(cè)特征層的大小，3表示三組不同尺度邊界框，4表示邊界框的偏移參數(shù)，p表示是否為物體或者背景的置信度，c代表類別預(yù)測(cè)參數(shù)。

設(shè)(cx,cy)為預(yù)設(shè)選區(qū)中心(bx,by)為調(diào)整后的中心坐標(biāo)則邊界框修正公式如下：

其中，ph和pw表示初始預(yù)設(shè)邊界框的寬高；(tx,ty)表示網(wǎng)絡(luò)預(yù)測(cè)中心坐標(biāo)偏移量；tw和th表示網(wǎng)絡(luò)預(yù)測(cè)的寬高尺度變化量；bw和bh表示調(diào)整后的邊界框?qū)捀?；?·)表示Sigmoid激活函數(shù)。

由預(yù)設(shè)選框向調(diào)整后選框（中心坐標(biāo)以及寬高）變化過程如圖3 所示，圖中虛線框?yàn)轭A(yù)設(shè)邊界框，實(shí)線框?yàn)檎{(diào)整后邊界框。

圖3 預(yù)測(cè)選框回歸圖Fig.3 Forecast box regression

1.2 深度殘差收縮模型

深度殘差收縮模型[20]通過一個(gè)子網(wǎng)絡(luò)學(xué)習(xí)一組閾值，結(jié)構(gòu)如圖4所示。設(shè)輸入的特征為F∈RW×H×C，其中，W表示特征圖寬，H表示特征圖高，C表示特征通道數(shù)。對(duì)F的所有元素取絕對(duì)值（ABS），經(jīng)過全局平均池化（GAP）將特征調(diào)整為F∈R1×1×C，輸入到一個(gè)由全連接層（FC）、批歸一化（BN）、激活函數(shù)（ReLU）、全連接層（FC）以及Sigmoid 激活(σ)構(gòu)成的子網(wǎng)絡(luò)，其輸出結(jié)果與全局平均池化后的特征進(jìn)行點(diǎn)乘運(yùn)算，最后進(jìn)行閾值軟化處理（SOFT）得到深度殘差收縮模型的輸出F′。

圖4 深度殘差收縮模塊Fig.4 Depth residual shrinkage module

深度殘差收縮模型可用下式表示：

其中，GAP(·)表示全局池化操作；SOFT(·)表示軟閾值化操作；|·|表示絕對(duì)值函數(shù)。

設(shè)x表示輸入特征，T表示閾值，則軟化閾值如下式所示：

2 基于殘差收縮網(wǎng)絡(luò)的遙感圖像目標(biāo)檢測(cè)算法

2.1 基本思想

在YOLOV3 模型的基礎(chǔ)上，采用Mosaic 數(shù)據(jù)增強(qiáng)進(jìn)行預(yù)處理；使用深度殘差收縮模塊重構(gòu)了特征提取網(wǎng)絡(luò)；采用組合池化構(gòu)建空間金字塔池化融合層并結(jié)合通道注意力機(jī)制篩選有效特征；引入CIOU[21]進(jìn)行定位損失函數(shù)計(jì)算。整體架構(gòu)如圖5所示。

圖5 整體架構(gòu)圖Fig.5 Overall architecture diagram

2.2 Mosaic圖像增強(qiáng)

Mosaic圖像增強(qiáng)隨機(jī)讀取四張圖片，采用隨機(jī)的排布、翻轉(zhuǎn)、裁剪、縮放、色域變換中的一個(gè)或多個(gè)方法，把四張圖像結(jié)合成大小為416×416的一張圖片，并且將原來圖片中目標(biāo)選區(qū)的坐標(biāo)位置調(diào)整為增強(qiáng)處理后的坐標(biāo)，圖6為Mosaic圖像增強(qiáng)示例。

圖6 Mosaic圖像增強(qiáng)示例Fig.6 Mosaic image enhancement example

2.3 基于殘差收縮的特征提取網(wǎng)絡(luò)

基于殘差收縮的特征提取網(wǎng)絡(luò)結(jié)構(gòu)如圖7所示，由BACKBONE 和FEATURE CONCATENATE 兩 部 分 組成。BACKBONE 由CBL 結(jié)構(gòu)與多個(gè)CRES 結(jié)構(gòu)構(gòu)成。CBL（CBL后的數(shù)字表示包含CBL的個(gè)數(shù)，默認(rèn)為1）結(jié)構(gòu)為基本的網(wǎng)絡(luò)組件，由卷積層、標(biāo)準(zhǔn)化層以及Leaky-ReLU激活函數(shù)構(gòu)成。CRES是結(jié)合深度殘差收縮機(jī)制的特征提取模塊，結(jié)構(gòu)如圖8 所示，SHR 表示殘差收縮模塊，CRES 后的數(shù)字表示包含CRES 結(jié)構(gòu)的數(shù)量。FEATURE CONCATENATE 部分采用FPN 結(jié)構(gòu)進(jìn)行特征融合，其中：輸出①是對(duì)BACKBONE 的最深層特征CRES4 進(jìn)行CBL3 和基于通道注意力機(jī)制的空間金字塔池化融合（CSPP）操作，之后輸出大小為13×13預(yù)測(cè)特征圖（PREDICT），預(yù)測(cè)大型目標(biāo)。同時(shí)，對(duì)a處特征圖進(jìn)行CBL 和二倍上采樣（UpSample）操作；輸出②對(duì)①中上采樣特征與BACKBONE 中的第二個(gè)CRES8 結(jié)構(gòu)輸出的特征進(jìn)行融合，再進(jìn)行CSPP和CBL3操作，之后輸出大小為26×26預(yù)測(cè)特征圖，預(yù)測(cè)中等大小目標(biāo)。同時(shí)，對(duì)b處特征圖進(jìn)行CBL和二倍上采樣操作；輸出③對(duì)②中上采樣特征與BACKBONE中的首個(gè)CRES8結(jié)構(gòu)輸出的特征進(jìn)行融合，再進(jìn)行CSPP 模塊和CBL3 操作，最后輸出大小為52×52預(yù)測(cè)特征圖，預(yù)測(cè)小型目標(biāo)。

圖7 基于殘差收縮的特征提取網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.7 Structure diagram of feature extraction network based on residual shrinkage

圖8 CRES結(jié)構(gòu)Fig.8 CRES structure

2.4 空間金字塔池化融合

空間金字塔池化融合如圖9 所示，設(shè)輸入特征為F，分別采用5×5 最大值池化（MAX）、5×5 平均值池化（AVG）、9×9 最大值池化（MAX）、9×9 平均值池化（AVG）、13×13 最大值池化（MAX）、13×13 平均值池化（AVG）對(duì)F進(jìn)行池化下采樣操作，然后對(duì)最大值池化和平均值池化的對(duì)應(yīng)值相加，再進(jìn)行通道層的拼接（CANCAT）得到輸出特征F′。

圖9 空間金字塔池化融合模塊Fig.9 Spatial pyramid pool fusion module

空間金字塔池化融合可用下式表示：

其中，CANCAT(·)表示通道特征拼接；AVG5(·)表示5×5平均值池化；MAX5(·)表示5×5最大值池化；AVG9(·)表示9×9 平均值池化；MAX9(·)表示9×9 最大值池化；AVG13(·)表示13×13 平均值池化，MAX13(·)表示13×13最大值池化。

2.5 通道注意力模型

通道注意力模型由SE-NET[22]改進(jìn)而來，結(jié)構(gòu)如圖10 所示。設(shè)F∈RW×H×C表示通道注意力模型的輸入。則通道注意力模型流程：輸入特征F分別進(jìn)入全局平均池化（ADAVG）與全局最大池化（ADMAX）兩個(gè)子網(wǎng)絡(luò)，再分別進(jìn)行全連接（FC）操作，并將特征調(diào)整為（r表示縮放參數(shù)，一般取16），之后進(jìn)行ReLU激活，再使用全連接（FC）操作將特征通道調(diào)整回原來數(shù)量C，最后把兩分支通道特征值對(duì)應(yīng)元素相加⊕，使用Sigmoid 激活(σ)得到歸一化的通道注意力權(quán)重，再將歸一化的權(quán)重與輸入特征F進(jìn)行點(diǎn)乘?運(yùn)算得到注意力模型的輸出F′。

圖10 通道注意力機(jī)制模型Fig.10 Channel attention mechanism module

通道注意力模型可用數(shù)學(xué)公式表示如下：

其中，ADMAX(F)表示全局最大池化操作；ADAVG(F)表示全局平均池化操作；FC(·) 表示全連接層處理；ReLU(·) 表示ReLU 激活函數(shù)；σ(·) 表示Sigmoid 激活函數(shù)。

2.6 損失函數(shù)

損失函數(shù)包括置信度損失函數(shù)Lconf，分類損失函數(shù)Lclass和定位損失函數(shù)Llocal。

（1）置信度損失函數(shù)。采用交叉熵?fù)p失函數(shù)，定義如下式：

其中，ci表示預(yù)測(cè)框i中是否存在目標(biāo)的判斷值，取0或1；表示預(yù)測(cè)置信度；n表示樣本總數(shù)。

（2）分類損失函數(shù)。采用交叉熵?fù)p失進(jìn)行計(jì)算，定義如下式：

其中，Cij表示預(yù)測(cè)的邊界框i中是否存在類別為j的待檢測(cè)目標(biāo)；表示某類待檢測(cè)目標(biāo)的概率；npos表示正樣本數(shù)量。

（3）定位損失函數(shù)。IOU（intersection over union）損失用來評(píng)價(jià)預(yù)測(cè)選區(qū)與真實(shí)選區(qū)的距離關(guān)系，定義如下式：

其中，areap表示預(yù)測(cè)選區(qū)面積，areag表示真實(shí)選區(qū)面積。

若兩個(gè)選區(qū)沒有重疊區(qū)域，則IOU值為0，不能反映兩者重合度。CIOU損失同時(shí)考慮到了預(yù)測(cè)選區(qū)與真實(shí)選區(qū)的重疊面積、兩個(gè)選區(qū)的中心點(diǎn)距離和長(zhǎng)寬比三種幾何參數(shù)，可以更加準(zhǔn)確地描述定位損失，定義如下所示：

其中，bp表示預(yù)測(cè)目標(biāo)選區(qū)的中心點(diǎn)坐標(biāo)；bg表示真實(shí)選區(qū)的中心點(diǎn)坐標(biāo)；d(·)表示歐式距離；c表示同時(shí)包括預(yù)測(cè)選區(qū)與真實(shí)選區(qū)的最小區(qū)域的對(duì)角線距離；α表示長(zhǎng)寬比的權(quán)衡參數(shù)；r表示衡量預(yù)測(cè)選區(qū)與真實(shí)選區(qū)長(zhǎng)寬比一致性參數(shù)。

α和r的定義如下：

其中，wg表示真實(shí)選區(qū)的寬高；hg表示真實(shí)選區(qū)的寬高；wp表示預(yù)測(cè)選區(qū)的寬；hp表示預(yù)測(cè)選區(qū)的高。

3 實(shí)驗(yàn)結(jié)果與分析

3.1 數(shù)據(jù)集與評(píng)價(jià)指標(biāo)

實(shí)驗(yàn)采用武漢大學(xué)實(shí)驗(yàn)室采集的RSOD數(shù)據(jù)集，包含飛機(jī)、操場(chǎng)、立交橋、油桶四類目標(biāo)。為了擴(kuò)充數(shù)據(jù)量，把西北工業(yè)大學(xué)實(shí)驗(yàn)室制作的DIOR數(shù)據(jù)集中對(duì)應(yīng)的飛機(jī)、油桶、操場(chǎng)和立交橋并入RSOD 數(shù)據(jù)集中，共6 728 張圖片，包括42 985 個(gè)目標(biāo)。圖11 為數(shù)據(jù)集中目標(biāo)數(shù)量分布情況以及目標(biāo)大小分布情況。

圖11 數(shù)據(jù)集實(shí)例個(gè)數(shù)以及大小Fig.11 Number and size of dataset instances

評(píng)價(jià)指標(biāo)選擇準(zhǔn)確率（Precision）、召回率（Recall），平均精確度（AP）和平均精度均值（mAP）作為評(píng)價(jià)標(biāo)準(zhǔn)。

（1）準(zhǔn)確率（Precision）。計(jì)算公式如下：

其中，TP表示檢測(cè)正確的目標(biāo)；FP表示檢測(cè)錯(cuò)誤的目標(biāo)。

（2）召回率（Recall）。計(jì)算公式如下：

其中，F(xiàn)N表示未被檢測(cè)出的目標(biāo)。

（3）平均精確度（AP）。計(jì)算公式如下：

其中，r表示召回率；P(r)表示r處的準(zhǔn)確率。

（4）平均精度均值（mAP）。計(jì)算公式如下：

其中，n表示總類別數(shù)。

3.2 實(shí)驗(yàn)環(huán)境與實(shí)驗(yàn)方案

3.2.1 實(shí)驗(yàn)環(huán)境與參數(shù)配置

實(shí)驗(yàn)環(huán)境以及相關(guān)配置如表1所示。

表1 實(shí)驗(yàn)環(huán)境配置Table 1 Experimental environment configuration

參數(shù)設(shè)置：隨機(jī)將數(shù)據(jù)集80%作為測(cè)試集，20%作為驗(yàn)證集。批次大小設(shè)置為8，初始學(xué)習(xí)率為0.000 1。采用動(dòng)量梯度下降法，動(dòng)量為0.937，衰減系數(shù)為0.000 5，迭代次數(shù)為400次。

3.2.2 實(shí)驗(yàn)方案

為了驗(yàn)證方法的有效性，將主流的目標(biāo)檢測(cè)方法Faster R-CNN、SSD、RetinaNet、YOLOV3與本文方法進(jìn)行比較實(shí)驗(yàn)：

實(shí)驗(yàn)方案1：對(duì)比四種算法在不同IOU 取值下平均精度均值。

實(shí)驗(yàn)方案2：對(duì)比四種算法在IOU取值為0.50∶0.05∶0.95時(shí)，對(duì)于小目標(biāo)，中等目標(biāo)，大目標(biāo)的平均精度均值與平均召回率。

目標(biāo)尺度約定：

samll_size≤32 pixel×32 pixel

32 pixel×32 pixel ≤medium_size≤96 pixel×96 pixel

larger_size≥96 pixel×96 pixel

實(shí)驗(yàn)方案3：對(duì)比YOLOV3 算法在IOU 取值為0.50時(shí)，各個(gè)類別的平均精度值與檢測(cè)時(shí)間。

3.3 實(shí)驗(yàn)結(jié)果分析

圖12 為訓(xùn)練過程中損失的變化情況，以及IOU 閾值為0.5 時(shí)各個(gè)類別和總體精確值的變化情況。如圖（a）所示，分類損失收斂較快，置信度損失和定位損失隨著迭代次數(shù)增加逐步收斂，在迭代300次后損失變化趨于平緩，表示擬合逐漸結(jié)束。如圖（b）所示，飛機(jī)，油罐和操場(chǎng)類別在迭代100次后精確度變化趨于平緩，而立交橋類別隨著迭代次數(shù)的增加，準(zhǔn)確率持續(xù)增長(zhǎng)，在迭代至300次后變化逐漸穩(wěn)定。

圖12 訓(xùn)練損失變化以及各類別精度變化Fig.12 Changes in training loss and accuracy of each category

實(shí)驗(yàn)方案1的結(jié)果如表2所示。

表2 不同IOU取值下算法平均精度均值（mAP）Table 2 Average precision of algorithm under different IOU values（mAP）

由表2 可知，本文算法在IOU 取值為0.5，0.75 以及0.50∶0.05∶0.95時(shí)，mAP值均高于其他三類算法，說明改進(jìn)算法在總體的檢測(cè)精度上優(yōu)于Faster R-CNN、SSD、RetinaNet、YOLOV3算法。

實(shí)驗(yàn)方案2的結(jié)果如表3和表4所示。

表3 不同尺度目標(biāo)下算法平均精度均值（mAP）Table 3 Mean precision of algorithm under different scale targets（mAP） %

表4 不同尺度目標(biāo)下算法平均召回率（AR）Table 4 Average recall rate（AR）of algorithm under different scale targets %

大目標(biāo)的mAP和AR均高于其他三類算法，尤其是小目標(biāo)提升明顯，說明本文算法對(duì)不同大小目標(biāo)的誤檢和漏檢均少于其他三類算法，對(duì)不同尺度目標(biāo)，尤其是小目標(biāo)的檢測(cè)精度有一定提升。

實(shí)驗(yàn)方案3的結(jié)果如表5所示。

表5 YOLOV3與本文算法檢測(cè)結(jié)果比較Table 5 Comparison of detection results between YOLOV3 and this algorithm

由表5 可知，相對(duì)于YOLOV3 算法，本文算法對(duì)四類目標(biāo)的檢測(cè)精度均有所提升，尤其是立交橋類別提升較大，但是檢測(cè)時(shí)間略微增加。

圖13為檢測(cè)效果圖。其中，圖（a）表示對(duì)圖像不清晰和目標(biāo)小且密集的油罐實(shí)例檢測(cè)效果圖；圖（b）表示對(duì)目標(biāo)小且部分目標(biāo)不完整的飛機(jī)實(shí)例檢測(cè)效果圖；圖（c）表示對(duì)圖像不清晰并且實(shí)例尺度差異大的立交橋的檢測(cè)效果圖；圖（d）表示對(duì)尺度差異大的操場(chǎng)實(shí)例檢測(cè)效果圖。

圖13 對(duì)各類目標(biāo)的檢測(cè)實(shí)例圖Fig.13 Example diagram of detection of various targets

圖14為檢測(cè)對(duì)比圖，為驗(yàn)證效果，選取了三組具有難點(diǎn)的圖像，使用本文算法與YOLOV3 算法進(jìn)行對(duì)比。其中，圖（a）對(duì)比目標(biāo)小且密集的油罐目標(biāo)檢測(cè)效果；圖（b）對(duì)比目標(biāo)小且方向任意的飛機(jī)目標(biāo)檢測(cè)效果；圖（c）對(duì)比背景復(fù)雜的操場(chǎng)目標(biāo)檢測(cè)效果。如對(duì)比結(jié)果所示，本文算法的檢測(cè)效果均優(yōu)于YOLOV3算法。

圖14 檢測(cè)對(duì)比圖Fig.14 Detection comparison diagram

綜上所述，本文算法針對(duì)圖像質(zhì)量較差、目標(biāo)部分缺失、小目標(biāo)多、排列密集和目標(biāo)尺度變化大所導(dǎo)致的檢測(cè)困難，均有較好的檢測(cè)效果。

4 結(jié)語

針對(duì)YOLOV3對(duì)小目標(biāo)以及尺度差異大的目標(biāo)檢測(cè)效果不佳的問題，提出了一種改進(jìn)通道注意力與殘差收縮網(wǎng)絡(luò)的遙感圖像目標(biāo)檢測(cè)算法。實(shí)驗(yàn)結(jié)果表明：（1）本文算法對(duì)小目標(biāo)的檢測(cè)、較大噪聲干擾、目標(biāo)有殘缺的情況有良好的效果；（2）檢測(cè)速度上也可以保證實(shí)時(shí)性。對(duì)模型進(jìn)行優(yōu)化，降低模型參數(shù)數(shù)量是進(jìn)一步研究的方向。