基于改进可切换空洞卷积的SAR舰船检测算法OA北大核心CSTPCD

为解决合成孔径雷达舰船检测在复杂背景、小舰船目标和目标舰船体积相差较大的情况下存在虚警、漏警和置信度偏低的问题,提出了一种基于改进可切换空洞卷积的合成孔径雷达舰船检测算法。通过将ELAN层中的卷积改进为可切换空洞卷积和添加通道注意力机制的方法来扩大卷积层的感受野,高效地聚合网络中不同层的特征信息;在颈部特征融合处加入快速加权特征融合AIFI模块,提高效率并减少模型的冗余计算量;在损失函数处通过构造梯度增益的计算方法来引入聚焦机制。该算法提高了模型检测小目标的能力,并解决了在复杂背景下虚警、漏警的问题;通过使用SSDD数据集对改进后的模型进行验证,相较于改进前的基准YOLO-7模型,改进后的mAP值达到96.59%相较基准模型提升了9.33%,同时准确率和召回率分别提升3.81%和16.36%。实验结果表明,改进后的算法有效提升舰船目标的检测精度,显著改善小目标检测中存在的虚警和漏警问题。