摘要
本发明提供基于注意力机制和轻量化卷积的遥感图像目标检测方法,其中,方法包括:步骤1:获取光学遥感图像目标检测数据集;步骤2:在YOLOv8的骨干网络中嵌入注意力机制;步骤3:用轻量级卷积代替YOLOv8的骨干网络的标准卷积,引入Slim‑Neck设计范式;步骤4:将SPPCSPC结构融合至YOLOv8框架中的特征提取层,获得改进的YOLOv8网络模型;步骤5:根据光学遥感图像目标检测数据集和改进的YOLOv8网络模型进行模型训练,确定光学遥感图像目标检测网络模型。本发明的基于注意力机制和轻量化卷积的遥感图像目标检测方法,融合注意力机制和轻量化卷积,定位更精准也减少了冗余信息,检测精度更高。
技术关键词
光学遥感图像
检测网络模型
迭代学习模型
偏差
融合注意力机制
空间金字塔池化
数据
框架
网络模块
分支
通知
标识
精度
基础
冗余
瓶颈