一种基于重构卷积与增强特征融合的船舶检测方法

本发明涉及一种基于重构卷积与增强特征融合的船舶检测方法，步骤包括：获取含有船舶目标的图像；采用特征提取骨干网络对含有船舶目标的图像进行特征提取，得到三个不同尺度的特征；对特征进行空间和通道重建卷积以消除空间冗余和通道冗余，得到三个特征层；将三个特征层输入至NL‑Block模块对高层语义信息与底层特征信息进行特征融合，输出特征图；将特征图送入一阶段检测算法的检测头中进行目标框的预测与分类，得到船舶检测结果。本发明优化了卷积神经网络的特征提取过程减少特征图之间的信息冗余，并更加充分地融合高层语义信息与底层特征信息，提高模型对多尺度船舶的检测能力，在处理复杂场景与船舶多尺度问题时具有良好的表现。