摘要
本发明提出了一种基于PSN‑YOLO模型的光学遥感图像小目标识别方法,本发明为了解决光学遥感图像因地物多样性导致背景复杂和多尺度检测精度低的问题。首先,在YOLOv7模型的Head部分增加一个160×160的小目标检测头,提高模型的多尺度检测能力。然后,在Backbone部分的特征提取模块中嵌入混合注意力模块建立远程通道依赖关系改进YOLOv7模型,并在Neck部分的特征提取模块中结合抑制特征冗余的卷积模块,在提高检测精度的基础上,不增加模型的参数量与计算量,然后再使用混合损失函数减少漏检的情况,增强模型的鲁棒性。
技术关键词
光学遥感图像
YOLO模型
特征提取模块
混合损失函数
识别方法
重构单元
注意力
检测头
卷积模块
通道
冗余
超参数
嵌入式设备
数据
校准
多尺度
基础
鲁棒性
网络