基于嵌入式的遥感目标实时检测方法

摘要：

当前基于深度学习的遥感图像目标检测方法因模型复杂、计算量大,难以部署在计算资源受限的卫星上进行实时在轨检测.针对该问题,提出一种基于嵌入式的轻量化遥感目标实时检测方法.该方法以YOLOv3-tiny为基础网络,首先通过精简网络与改进多尺度预测对网络结构进行优化,其次引入空间注意力模块以增强遥感目标的特征.实验结果表明,在608×608的输入尺寸下,所提方法的平均准确率均值、召回率、F1值分别达到了76.70％、75％、78％,较YOLOv3-tiny提升了3.61％、8％、6％,同时计算量和模型体积较YOLOv3-tiny减少了39.67％和71.26％,且在嵌入式平台NVIDIA Jetson Xavier NX上可达到32.5 frame/s的实时检测速度,可满足在嵌入端实时检测遥感目标的需求.

关键词：遥感、目标检测、实时检测、嵌入式平台、空间注意力

所属期刊栏目：41

分类号：TP751(遥感技术)

资助基金：山东省重点研发计划项目2019GHY112081

在线出版日期：2021-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：171-178