一种基于YOLOv10的改进遥感舰船目标检测与细粒度识别方法

本申请公开了一种基于YOLOv10的改进遥感舰船目标检测与细粒度识别方法，包括在C2f模块中嵌入CBAM模块以增强目标特征提取，并在SPPF模块中加入ACmix模块以结合卷积和自注意力的优势；通过引入BiFP4特征融合网络，加强了同一尺度特征图间的信息交流，同时，提出了RS‑RIOU损失函数，解决了旋转检测框边界角度不连续的问题，提高了旋转框的定位与识别精度。在Neck部分，通过添加Concat层、Conv层、C2f模块和Upsample层，生成了更大尺寸的特征图，以改善小尺度目标的检测问题。这些改进共同提升了模型在复杂背景下对舰船等小尺度目标的检测精度和性能。