增强特征融合并细化检测的轻量化SAR图像船舶检测算法

摘 要：针对ＳＡＲ 图像船舶检测任务在船舶组合和船舶融合场景下低检测精度的问题，提出了一种轻量化船舶检测算法———ＲＧＤＥＴ-Ｓｈｉｐ，有效提高了ＳＡＲ 图像在复杂场景下的船舶检测精度。该算法的创新点包括：① 构建基于改进ＲｅｓＮｅｔ的基础主干网络，增强深浅网络早特征融合，保留更丰富的有效特征图，并利用ＲｅｇＮｅｔ 进行模型搜索得到一簇最优结构子网络ＲｅｇＮｅｔ ａｎｄ Ｅａｒｌｙ-Ａｄｄ （ＲＧＥＡ），实现模型的轻量化；② 在ＦＰＮ Ｎｅｃｋ 基础上，结合ＥＡ-ｆｕｓｉｏｎ 策略设计出ＦＰＮ ａｎｄ ＥａｒｌｙＡｄｄ Ｆｕｓｉｏｎ （ＦＥＡＦ）Ｎｅｃｋ 网络，进一步加强深浅特征晚融合，提高中大船舶目标特征的提取；③ 通过细粒度分析改进ＲＰＮ网络得到Ｔｗｏ-ＲＰＮ （ＴＲＰＮ） 网络，提高模型的检测粒度和预测框准确性；④ 引入多任务损失函数———Ｃｒｏｓｓ Ｅｎｔｒｏｐｙ Ｌｏｓｓａｎｄ Ｓｍｏｏｔｈ Ｌ１ Ｌｏｓｓ （ＣＥ＿Ｓ），包括分类任务和回归任务，进一步提升检测性能。通过在标准基准数据集ＳＳＤＤ 上进行大量实验，验证了ＲＧＤＥＴ-Ｓｈｉｐ 模型的有效性和健壮性。实验结果表明，相较于Ｆａｓｔｅｒ ＲＣＮＮ 和Ｃａｓｃａｄｅ ＲＣＮＮ，ＲＧＤＥＴ-Ｓｈｉｐ 在ｍＡＰ＿ ０． ５：０． ９５ 上分别提升了５． ６％ 和３． ３％ ，在ＡＲ 上分别提升了９． ８％ 和７． ６％ 。

关键词：船舶检测；深浅特征融合；细粒度设计；ＲＧＤＥＴ-Ｓｈｉｐ

中图分类号：ＴＰ３９１． ４１ 文献标志码：Ａ 开放科学（资源服务）标识码（ＯＳＩＤ）：

文章编号：１００３－３１０６（２０２４）０５－１１２３－１３

０ 引言

ＳＡＲ 图像船舶检测是海上目标检测中一项重要且具有挑战性的工作。船舶检测可以提高许多海上任务的效率，有助于在海上救灾抢险和海洋安全监测领域中快速有效地锁定可疑目标并采取相应措施［１－２］。

受益于深度学习中卷积神经网络的有效特征表示，许多基于卷积神经网络的目标检测算法实现了较好的效果［３－４］。然而准确的船舶检测仍然存在一些挑战。例如，ＳＡＲ 图像中船舶与非船舶物体具有不同的语义，但具有相似的特征（例如白色光点）。如果没有高级语义和全局上下文，很难区分它们。另一方面，由于ＳＡＲ 图像中小尺寸船舶通常是小目标，特征单一，大尺寸船舶又具有较多的局部特征，若图像中存在多尺寸的船舶信息，高级语义则很难准确检测所有船舶。因此，低级和高级特征信息对于准确的船舶检测是互补的。现有的ＳＡＲ 船舶要么仅对小船舶目标进行了快速检测［４－６］，要么构建更深层网络对中大尺寸船舶进行精确的检测［３，７－８］。多数研究并没有结合这２ 个特性，从而导致在不同场景下会有检测不准确的问题。船舶检测中的其他常见问题是多船舶组合行驶和码头干扰。码头干扰是由于船舶与码头高度融合导致船舶很难被识别。多船舶组合行驶是由于多只船舶组合在一起导致整体结构失去了船舶的典型特征。

为克服这些缺点，本文提出了ＲＧＤＥＴ-Ｓｈｉｐ 模型，一种增强特征融合并细化检测粒度的轻量化ＳＡＲ图像船舶检测算法。具体来说，将包含一只或多只船舶的图像作为输入，首先构建ＲｅｇＮｅｔ ａｎｄ Ｅａｒｌｙ-Ａｄｄ（ＲＧＥＡ）主干网络从ＳＡＲ 船舶图像中提取不同深度的图像特征；然后，构建ＦＰＮ ａｎｄ Ｅａｒｌｙ Ａｄｄ Ｆｕｓｉｏｎ（ＦＥＡＦ）网络结合各个特征层关系生成新的全局记忆特征图；其次，设计Ｔｗｏ-ＲＰＮ（ＴＲＰＮ）区间建议生成网络，生成可预测的特征图；最终，构建多任务损失函数，分类损失和回归损失。实验结果表明，ＲＧＤＥＴ-Ｓｈｉｐ 船舶检测模型很大程度上优于现有的方法，在ＳＳＤＤ［９］数据集上ｍＡＰ ＝０． ６５０，在ＨＲＳＩＤ［１０］数据集上ｍＡＰ ＝０． ６９０，ＦＰＳ ＝１４。

１ 相关算法介绍

与小目标检测和网络深度扩建不同［５，８］，ＲＧＤＥＴ-Ｓｈｉｐ检测是通过扩大感受野和细化检测粒度来精准检测定位ＳＡＲ 图像中较为复杂情形下的所有船舶。以下是实现本文算法的前期积累。

Ｚｈａｎｇ 等［１１］使用深度卷积和逐点卷积相结合替换原普通卷积，有效减少了检测网络中的参数量；文献［８］在ＦＰＮ 网络结构中通过巧妙组合感受野模块（ＲＦＢ）和卷积块注意力模块（ＣＢＡＭ）有效增强了特征融合操作；文献［１２］通过设计一种新型双向特征融合模块（ｂｉ-ＤＦＭ）有效地聚合了多尺度特征，从而增强了深浅特征层的融合；Ｖｕ 等［１３］对ＲＰＮ 网络进行了细粒度分析后设计了一种用于提高区域建议框质量的网络Ｃａｓｃａｄｅ ＲＰＮ。此外，ＳＳＤＤ 数据集由Ｚｈａｎｇ 等［９］首次提出，并提供了相应的船舶真实框和标签信息，Ｗｅｉ 等［１０］提出了名为ＨＲＳＩＤ 的新ＳＡＲ 图像船舶数据集，该数据集包含了更多场景下的船舶图像信息。

在传统目标检测过程中随着网络的加深，出现了训练集准确率下降的现象。出现此类现象的原因是在传统的卷积操作全连接过程中信息的传递会存在信息丢失和消耗等问题，同时还会导致梯度爆炸或消失，从而阻碍了网络收敛，无法训练。ＲｅｓｉｄｕａｌＮｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＲｅｓＮｅｔ）由Ｈｅ 等［１４］提出，通过使用ＲｅｓＮｅｔ Ｕｎｉｔ 成功训练出了１５２ 层的神经网络。加入了直连通道（Ｈｉｇｈｗａｙ Ｎｅｔｗｏｒｋ）思想的ＲｅｓＮｅｔ 结构可以极快地加速神经网络训练且模型准确率也有较大提升。

在目标检测网络中，识别不同大小的物体是网络实现检测的基本需求。Ｌｉｎ 等［１５］提出了ＦＰＮ 金字塔特征提取网络结构，它是一种自顶向下的特征融合方法。首先通过将更小的目标放在更高分辨率的卷积特征图上预测，将大目标分配到分辨率较低的预测层进行预测；其次进行连续上采样和跨层融合机制；最终使得输出的特征兼具底层视觉信息和高层语义信息。

２ 算法改进

２ 算法改进

本文提出一种新的细化检测粒度并增强深浅特征融合的ＳＡＲ 图像船舶轻量化检测模型———ＲＧＤＥＴ-Ｓｈｉｐ。ＲＧＤＥＴ-Ｓｈｉｐ 由４ 个主要部分组成：① 扩大感受野增强深浅特征早融合的ＲＧＥＡ 主干网络；② 用于增强深浅特征晚融合的ＦＥＡＦ Ｎｅｃｋ 网络；③ 具有更高细粒度的候选区生成器ＴＲＰＮ 网络；④ 用于计算分类和回归误差的Ｃｒｏｓｓ ＥｎｔｒｏｐｙＬｏｓｓ ａｎｄ Ｓｍｏｏｔｈ Ｌ１ Ｌｏｓｓ（ＣＥ＿Ｓ）损失函数。本文提出的ＲＧＤＥＴ-Ｓｈｉｐ 模型总体设计架构如图１ 所示。

２． １ ＲＧＥＡ 主干网络

在主干网络特征信息传递过程中，底层特征分辨率更高，包含更多位置和细节信息但相对卷积更少，噪声更多，而高层特征具有更强语义信息但分辨率低，对细节的感知能力较差。融合不同尺度的特征是提高检测性能的一个重要手段。本文提出了Ｅａｒｌｙ Ａｄｄ-ｆｕｓｉｏｎ（ＥＡ-ｆｕｓｉｏｎ）早融合策略，通过ａｄｄ并行连接方式将２ 个特征向量组合成复合向量，对于输入特征ｘ 和ｙ，输出特征如下：

ｚ ＝ αｘ ＋ βｙ， （１）

式中：α 和β 为权重值，ｘ 和ｙ 为输入特征，ｚ 为输出特征。

本文以ＲｅｓＮｅｔ［１４］为关键组件，首先使用可变性卷积代替原有的普通卷积来扩大特征图的感受野获得更多特征信息。

其次使用ＥＡ-ｆｕｓｉｏｎ 结合自注意力机制Ａｔｔｅｎｔｉｏｎ 对ｓｔａｇｅ１ 特征层和ｓｔａｇｅ３ 特征层以及ｓｔａｇｅ２ 特征层和ｓｔａｇｅ４ 特征层进行融合从而增强深浅特征早融合，给定输入图像ｘ∈R３×Ｈ×Ｗ ，通过ＲＧＥＡ的４ 层特征层后依次输出特征图形状满足：

式中：ｉ 表示当前阶段数，ｉ∈｛１，２，３，４｝；Ｃ（ｉ）表示当前特征图的通道数，Ｄ（ｉ）表示当前特征图的长宽比原输入图片的长宽减少多少倍。

最后使用ＲｅｇＮｅｔ 搜索策略［１６］在上述模型中进行搜索最优的网络设计空间，从而得到一簇性能较好的简单网络子模型ＲＧＥＡ。使用ＲｅｇＮｅｔ 搜索策略生成较好的网络子模型的过程如图２ 所示。

２． ２ ＦＥＡＦ Ｎｅｃｋ 网络

在主干网络架构设计之后本文构建了以ＦＰＮ为基础改进的ＦＥＡＦ 特征融合网络层。ＦＰＮ 是典型的深浅特征晚融合策略［１５］。将从主干网络中提取到的多尺度特征信息进行融合，进而提高目标检测的精度。为尽可能多地提取到有效特征信息，本文在晚融合操作前依次对ｓｔａｇｅ２、ｓｔａｇｅ３ 和ｓｔａｇｅ４ 的输出特征层再进行了ＥＡｆｕｓｉｏｎ 融合，实现了增强深浅特征晚融合的ＦＥＡＦ 网络。

如图１ 所示，ＦＥＡＦ 首先把ＲＧＥＡ 输出的４ 层特征图都归为一个ｓｔａｇｅ，特征图形状表现为ｘ∈R２５６×Ｈ/Ｄ×Ｗ/Ｄ（Ｄ∈｛４，８，１６，３２｝）并结合ＥＡ-ｆｕｓｉｏｎ 策略进行特征深浅早融合保留更多的特征信息。

其次进行２ 倍的双线性插值上采样操作，对应特征图的高和宽满足下式：

Ｈｏｕｔ ＝ ［Ｈｉｎ × ｓｃａｌｅ＿ｆａｃｔｏｒ］， （５）

Ｗｏｕｔ ＝ ［Ｗｉｎ × ｓｃａｌｅ＿ｆａｃｔｏｒ］， （６）

式中：Ｈｉｎ 表示输入特征图的高，Ｈｏｕｔ 表示输出特征图的高，Ｗｉｎ 表示输入特征图的宽，Ｗｏｕｔ 表示输出特征图的宽，ｓｃａｌｅ＿ｆａｃｔｏｒ 表示指定输出为输入的多少倍数。

最后结合ＥＡ-ｆｕｓｉｏｎ 策略进行横向连接将处理好的ＲＧＥＡ 输出结果与相同上采样得到的特征层进行融合，并使用３×３ 标准卷积消除混叠效应生成可预测的特征图。

２． ３ ＴＲＰＮ 区间建议生成网络

ＲＰＮ［１７］用于筛选出可能会存在目标的框。它依靠在共享特征图上的一个滑动窗口，为每个位置生成９ 种ａｎｃｈｏｒ，并通过卷积回归当前ａｎｃｈｏｒ 和真实框之间的差值来进行精调，但因为真实框与ａｎｃｈｏｒ 是非对齐的，所以会出现大量回归误差。为了缓解对齐问题，本文设计了ＴＲＰＮ 网络，框架如图２所示。

将回归序列ｆ ｔ，分类器ｇ，以及特征图ｘ 作为输入参数，并在特征图图像上均匀初始化锚点集１ ＝｛ａ１ ｝。在进行生成区间建议框过程中，首先Ｔ１ 部分对特征图ｘ 进行了标准ＲＰＮ 操作得到了初始化锚点ａ，在特征图上进行精调后的ａｎｃｈｏｒ 定义为ａ并进行了回归预测；其次Ｔ２ 部分通过式（７）可计算得出特征与ａｎｃｈｏｒ 的偏移１ ＝ ｛ｏ１ ｝，并对特征图ｘ进行了膨胀卷积，膨胀系数ｒ 由ｏ 的大小来决定。最终进行使用特征图ｘ 和偏移ｏ 来计算得分ｓ ＝ｇ（ｘ，ｏ）并使用ＮＭＳ 操作从＝ ｛ａ｝和＝ ｛ｓ｝中导出区间建议框，该建议框会映射到ＥＡＦＰＮ 输出的特征图中得到模型的预测结果。

ｏ ＝ ｏｃｔｒ ＋ ｏｓｈｐ ， （７）

式中：ｏｃｔｒ ＝ （ａｘ －ｐｘ，ａｙ －ｐｙ）为中心点偏移，ｏｓｈｐ 为形状偏移量，由ａｎｃｈｏｒ 的形状和卷积核大小决定。

２． ４ ＣＥ＿Ｓ Ｌｏｓｓ 损失函数

目标检测任务中的损失计算大多由两部分组成：船舶目标预测与真实目标之间的分类损失Ｌｃｌｓ以及船舶目标检测框的回归损失Ｌｂｏｘ。本文的ＣＥ＿Ｓ多任务损失函数由交叉熵分类损失和Ｓｍｏｏｔｈ Ｌ１ 回归损失组合而成：

ＣＥ＿Ｓ ＝ ＬＣＥ ＋ ＬＳｍｏｏｔｈ＿Ｌ１ ， （８）

式中：ＬＣＥ 表示交叉熵分类损失，ＬＳｍｏｏｔｈ＿Ｌ１ 表示Ｓｍｏｏｔｈ Ｌ１ 回归损失。

分类交叉熵损失函数如下：

ＬＣＥ ＝ ＣＥＬｏｓｓ（Ｘｉ，Ｙｉ） ＝ － Σｃｊ ＝ １ｙｉｊ × ｌｂ（ｐｉｊ）， （９）

ＬＣＥ ＝ ＣＥＬｏｓｓ（Ｘｉ，Ｙｉ） ＝ － Σｃｊ ＝ １ｙｉｊ × ｌｂ（ｐｉｊ）， （９）式中：ｃ 表示类别数，ｙｉｊ 表示第ｉ 个样本是否属于类别ｊ，如果属于则ｙｉｊ ＝ １，否则ｙｉｊ ＝ ０；ｐｉｊ 表示第ｉ 个样本属于类别ｊ 的概率。本文采用ＳｏｆｔＭａｘ 函数得到样本属于每种类别的概率ｐｉｊ。

对于预测框的回归损失，本文采用Ｓｍｏｏｔｈ Ｌ１损失函数。本文的船舶检测属于单样本，定义ｘ 为预测值和真实值的差值，则对应的Ｓｍｏｏｔｈ Ｌ１ 损失函数可表示为：

３ 实验与分析

３． １ 数据集

本文在ＳＳＤＤ 数据集［９］和ＨＲＳＩＤ 数据集［１０］上训练和测试船舶检测模型。模型训练过程中使用的ＳＳＤＤ 数据集共１ １６０ 张ＳＡＲ 船舶图像，本文按７ ∶２ ∶ １ 的比例划分出了训练集、验证集和测试集。ＨＲＳＩＤ 作为模型定量分析的实验数据集。为满足ＳＳＤＤ 与ＨＲＳＩＤ 数据集格式相同，本文统一将图像标签设置为ＣＯＣＯ 数据格式。

通过对ＳＳＤＤ 数据集中的每张船舶图像进行统计分析得出以下３ 点船舶特点：① 如图３（ａ）所示，数据集中大多数船舶均为小尺寸目标，也存在有少量的大尺寸船舶目标，即船舶尺寸分布不均衡，检测大尺寸的船舶目标模型会出现欠拟合现象；② 如图３（ｂ）所示，只存在一只船舶的图像数量最多，其余图像中平均存在２ ～ ３ 只船舶，也存在少数图像包含大量船舶元素，可以看出船舶空间分布不均衡，在检测含有大量船舶目标的图像时会出现漏检现象；③ 如图３（ｃ）和图３（ｄ）所示，船舶目标框多为小方型和扁长型且ａｎｃｈｏｒ 框的宽高比率集中在２ 上，由此可设置船舶检测模型中ａｎｃｈｏｒ 比例初始值为［０． ５，１． ０，２． ０］。

为避免模型出现大目标船舶样本欠拟合现象，以及由于图像中船舶空间分布不均衡而出现漏检现象，本文采用缩放、翻转、旋转以及添加各类噪声的方式对ＳＳＤＤ 数据集进行了数据增强，从而平衡数据样本。数据集的各类增强效果如图４ 所示。

３． ２ 评价指标与实验环境详细信息

为评估ＲＧＤＥＴ-Ｓｈｉｐ 算法在ＳＡＲ 图像船舶检测任务中的性能，本文采用了准确率（Ｐ ）、召回率（Ｒ）、平均精度（ｍＡＰ）以及平均召回率（ＡＲ）作为评估指标。构成目标检测评价指标的基本参数是真阳性（ＴＰ）、假阳性（ＦＰ）和假阴性（ＦＮ）。ＴＰ 表示预测阳性目标和实际是阳性目标的数量，即当且仅当ＲＧＤＥＴ-Ｓｈｉｐ 准确地检测并定位船舶目标时，结果才被视为真阳性；ＦＰ 表示预测阳性目标但实际是阴性目标的数量；ＦＮ 表示预测的阴性目标但实际是阳性目标的数量。

实验首先使用ｃｏｃｏ 格式数据集训练初始化网络，其次使用ｂａｔｃｈ＿ｓｉｚｅ 为１６ 的ＳＧＤ 优化器对模型进行了３０ 轮的训练。其中，主干网络的初始学习率设为０． ０２，动能为０． ９，数据集图像归一化后的均值为［０． １５５ ９０９ ７０，０． １５５ ９１３ ６８，０． １５５ ８８９ ３８］，方差为［０． １０８ ７５３ ２９，０． １０８ ７６０ ０５，０． １０８ ６９５ ３４］。本文所有实验均在ＮＶＩＤＩＡ ＧｅＦｏｒｃｅ ＲＴＸ ３０６０ ＧＰＵ上进行。

３． ３ 与最新技术的比较

ＲＧＤＥＴ-Ｓｈｉｐ 与各检测类型中ＳＡＲ 图像船舶检测方法的主要定量比较如表１ 所示。具体来说，由于各大类目标检测算法的检测机制有所不同，因此本文进行了分类比较。

在Ａｎｃｈｏｒ-ｆｒｅｅ 类型中使用ＦＣＯＳ［１８］和Ｃｏｒｎｅｒ-Ｎｅｔ［１９］模型作为基准模型的ＳＡＲ 船舶检测算法较多，其中ＣＰ-ＦＣＯＳ［１２］以ＦＣＯＳ 框架为基础，重构建了网络层并加入类别位置（ＣＰ）模块层用于优化网络中回归分支的特征，有效提升了模型性能但同时也增加了模型层数。在单阶段检测类型中，多数学者受ＹＯＬＯ 系列算法的启发开始自主实现相关的检测模型，ＣＲＡＳ-ＹＯＬＯ［５］和ＦＡＳＣ-Ｎｅｔ［６］基于一阶段算法思想构建的网络模型，在小目标检测任务上都有着出色的表现，但在整体精度ＡＰ＿０． ５：０． ９５ 上并无明显增长。在多阶段检测类型中，多数研究使用Ｆａｓｔｅｒ ＲＣＮＮ［１７］和Ｃａｓｃａｄｅ ＲＣＮＮ［２０］为基准模型进行改进，ＣＲＴｒａｎｓＳａｒ［７］以Ｓｗｉｎ Ｔｒａｎｓｆｒｏｍｅｒ 为基本框架提出了一种基于上下文联合表示学习的主干网络，但模型体积和参数量过于庞大。ＰＶＴＳＡＲ［８］的突出优势在于使用二阶段算法有效地提高了小目标检测的精度。与目前存在的多种目标检测方法相比，本文的ＲＧＤＥＴ-Ｓｈｉｐ 作为二阶段ＳＡＲ 图像船舶检测模型仍然具有较好的性能，能够在保持小目标检测效率的同时提高大目标检测模型。

３． ４ 消融研究

本节进行了大量实验，以证明ＲＧＤＥＴ-Ｓｈｉｐ 船舶检测模型的有效性。消融实验使用的基础数据集是ＳＳＤＤ 数据集。

３． ４． １ ＲＧＥＡ 主干网络

为提高模型对ＳＡＲ 图像船舶的特征提取能力，本文在ＲｅｓＮｅｔ５０ 基础上提出了ＲＧＥＡ 主干网络。该主干网络主要包含了３ 处改进：① 使用膨胀卷积并结合ＥＡ-ｆｕｓｉｏｎ 策略实现深浅特征早融合，从而保留更多有效信息；② 添加自注意力机制，使得模型具有捕捉远距离上下文信息的能力，从而有效检测图像占比较大的船舶目标；③ 使用ＲｅｇＮｅｔ 网络搜索策略在模型中进行搜索最优的网络设计空间，从而得到一簇性能较好的网络子模型。以下是对３ 处改进的消融实验分析。

① ＥＡ-ｆｕｓｉｏｎ 策略参数匹配。本文提出的ＥＡ-ｆｕｓｉｏｎ 融合策略由２ 个主要特征向量组成：浅层特征向量和当前层的特征向量。具体地，将包含了更丰富信息的浅层特征向量与相较浅层特征具有更高的语义解释性的深层特征向量（当前层的特征向量）进行融合操作。在这种情况下，本文进行消融实验以进一步得到相对较好的结合方式：浅层特征向量占比大还是深层特征向量占比大？如表２ 所示，在α ＝ １，β ＝ ２ 的情况下获得最佳结果，这表明在融合过程中，当前层的特征向量相较于浅层特征向量依然占主导作用。

② 自注意力机制。自注意力机制作为ＲＧＥＡ主干网络中与ＥＡ-ｆｕｓｉｏｎ 融合策略相结合的重要组成部分，具有捕捉远距离上下文信息的能力。对于自注意力机制，使用热力图进行比较，以验证引入自注意力的有效性。如图５ 所示，使用典型的大型船舶和停靠的船舶作为验证图像，可以看出有自注意力机制的模型比没有自注意力机制的模型能提取更有效的特征信息，在典型大船舶的热力图中，添加了自注意力机制的模型可以更好地将船舶轮廓展示出来，在多船舶的热力图中，添加了自注意力机制的模型可以更好地区分船舶与非船舶物体部分。

③ ＲｅｇＮｅｔ 网络搜索策略。ＲｅｇＮｅｔ 网络搜索策略通过对模型进行搜索最优的网络设计空间，并从中得到一簇性能较好的网络子模型。在相同的训练设计和ＦＬＯＰｓ 条件下，将结合了ＲｅｇＮｅｔ［１６］网络搜索策略的检测模型与原检测模型进行模型性能分析，如表３ 所示。

由表３ 可以看出，ＲｅｇＮｅｔ 网络搜索策略在ＳＡＲ图像船舶检测任务中表现很出色。

３． ４． ２ ＦＥＡＦ Ｎｅｃｋ 网络

特征金字塔ＦＰＮ 网络［１５］，主要用于提取不同尺度特征图并提供给后面的网络执行预测任务。为验证ＦＥＡＦ 模块在ＳＡＲ 船舶检测模型中的有效贡献，本文将ＦＥＡＦ 与现有的各类主流Ｎｅｃｋ 网络进行了对比实验，如表４ 所示，展示了不同Ｎｅｃｋ 网络在ＳＳＤＤ 数据集上的表现。

由表４ 可知，本文设计的ＦＥＡＦ 网络在ＳＡＲ 图像船舶检测任务中有较好的优势。使用主流改进的ＣＡＲＦＰＮ 和ＰＡＦＰＮ 都有明显的精度下降，导致此结果的原因是此类数据集属于单色简单目标类型，在进行特征晚融合过程中若进行过多卷积操作反而会丢失更多的有效特征信息。相反，ＦＥＡＦ 中通过结合ＥＡ-ｆｕｓｉｏｎ 策略丰富了输入特征信息，从而ＦＥＡＦ可提取到更多的有效特征信息。

３． ４． ３ ＴＲＰＮ 区间建议生成网络

为细化ＲＧＤＥＴ-Ｓｈｉｐ 模型的检测粒度，本文提出的ＴＲＰＮ 建议区间生成网络，主要通过设计２ 个主从关系的ＲＰＮ 来生成较高质量的建议框。本文将ＴＲＰＮ 与现有各类主流ＲＰＮ 网络进行对比实验。不同ＲＰＮ 网络在ＳＳＤＤ 数据集上的表现如表５ 所示。

区域生成网络ＲＰＮ 主要用于筛选出可能会有目标的框。由表５ 可得，基于ＲＰＮ 改进的２ 类主流网络ＣＲＰＮ 和ＧＡＲＰＮ 在本实验中均有较好的表现。ＣＲＰＮ 专注于强调ａｎｃｈｏｒ 的对齐规则，使用自适应卷积来精调每个阶段的ａｎｃｈｏｒ。ＧＡＲＰＮ 专注于判断目标点概率是否超出阈值进而调整ａｎｃｈｏｒ，ＧＡＲＰＮ 相较于ＣＲＰＮ 大尺寸船舶定位框更准确。本文通过结合二者优点而设计的ＴＲＰＮ 拥有２ 个主从关系的ＲＰＮ，使用ａｎｃｈｏｒ 对齐规则对预测框的位置进行精调，并将拥有更高阈值的船舶预测框送入第２ 个阶段再次进行细调。最终ＴＲＰＮ 在ＳＡＲ 图像船舶检测任务中拥有更突出的表现。

３． ４． ４ ＣＥ＿Ｓ 损失函数

为验证ＣＥ＿Ｓ 损失函数在ＲＧＤＥＴ-Ｓｈｉｐ 模型上的有效性，本文进行了如图６ 所示的３ 组对比实验。由图６（ａ）可知，在分类损失中使用Ｆｏｃａｌ Ｌｏｓｓ 有显著优势，模型收敛速度也快；由图６ （ｂ）可以看出Ｓｍｏｏｔｈ Ｌ１ Ｌｏｓｓ 在模型训练中充分发挥了其优势；图６（ｂ）将ＣＥ Ｌｏｓｓ 和Ｆｏｃａｌ Ｌｏｓｓ 分别结合ＳｍｏｏｔｈＬ１ Ｌｏｓｓ 进行了总图损失的比较，Ｆｏｃａｌ Ｌｏｓｓ 和Ｓｍｏｏｔｈ Ｌ１ Ｌｏｓｓ 相结合的效果与ＣＥ Ｌｏｓｓ 和ＳｍｏｏｔｈＬ１ Ｌｏｓｓ 相结合的总体损失相似。

如表６ 所示，Ｆｏｃａｌ Ｌｏｓｓ 虽然在图６（ａ）样本分类损失计算中有较好的收敛性和表现，但精度相较于用ＣＥ Ｌｏｓｓ 训练模型的结果有明显的下降。在自然图像检测中，Ｆｏｃａｌ Ｌｏｓｓ 从样本难度分类角度出发，使得Ｌｏｓｓ 聚焦于难分样本，从而解决了样本非平衡的问题，同时提高了自然图像检测模型的整体性能。然而本文数据集中有一个明显的特点，即船舶目标和非船舶目标物体差异较小并且噪声干扰情况下，船舶形状也会发生变化，在Ｆｏｃａｌ Ｌｏｓｓ 的训练中就会针对此类船舶样本进行过多解读，进而导致本文的模型精度有所下降。因此本文采用ＣＥ＿Ｓ 作为ＲＧＤＥＴ-Ｓｈｉｐ 模型的损失函数。

３． ５ 模型推理

通过模型推理过程和推理结果，详细分析模型的健壮性和模型的效率。

３． ５． １ 模型健壮性

在实际应用中，如拍摄高度、环境噪声和图片亮度是最常见的船舶信息变化，而ＳＳＤＤ 数据集中现有的船舶图像场景有限，因此额外复杂场景下的船舶图像对验证模型鲁棒性来说至关重要，本文在不同雷达卫星拍摄的图像中选取了几类不同场景复杂度的ＳＡＲ 船舶图像。如图７ 所示，使用ＲＧＤＥＴ-Ｓｈｉｐ 与Ｃａｓｃａｄｅ Ｒ-ＣＮＮ 和Ｆａｓｔｅｒ Ｒ-ＣＮＮ 进行对比实验并分析ＲＧＤＥＴ-Ｓｈｉｐ 模型的健壮性。图７ 列出３ 种不同船舶检测场景。绿色框表示模型预测的船舶定位；红色框表示模型出现错检、漏检以及重检的船舶目标。

由图７ 可知，Ｆａｓｔｅｒ Ｒ-ＣＮＮ 只适用于检测常规船舶，面对各类复杂环境的船舶检测场景容易出现漏检和错检现象。Ｃａｓｃａｄｅ Ｒ-ＣＮＮ 检测粒度较大且上下文语义联系较弱从而出现错检和重复检测的问题。在与Ｃａｓｃａｄｅ Ｒ-ＣＮＮ 和Ｆａｓｔｅｒ Ｒ-ＣＮＮ 对比下，本文提出的ＲＧＤＥＴ-Ｓｈｉｐ 船舶检测模型在不同复杂场景下具有更高的鲁棒性，面对不同近岸干扰和不同的尺寸大小情况下的船舶都有较好的检测能力。

３． ５． ２ 模型泛化性

为验证ＲＧＤＥＴ-Ｓｈｉｐ 模型的泛化性，本文通过绘制相关的Ｐｒｅｃｉｓｉｏｎ-Ｒｅｃａｌｌ（Ｐ-Ｒ）曲线进行全面分析。Ｐ-Ｒ 曲线上的某一个点代表着在某一阈值下模型将大于该阈值的结果判定为正样本，否则为负样本，并返回结果对应的召回率和准确率。所以，Ｐ-Ｒ曲线是检测模型泛化能力的重要指标。

如图８ 所示，将Ｃａｓｃａｄｅ Ｒ-ＣＮＮ 和Ｆａｓｔｅｒ Ｒ-ＣＮＮ分别与ＲＧＤＥＴ-Ｓｈｉｐ 进行对比，其中分别选取了ＩｏＵ ＝ ［０． ５，０． ６，０． ７］下的Ｐ-Ｒ 曲线进行对比分析，结果表明本文提出的ＲＧＤＥＴ-Ｓｈｉｐ 模型与经典算法Ｆａｓｔｅｒ Ｒ-ＣＮＮ 和Ｃａｓｃａｄｅ Ｒ-ＣＮＮ 有着较高的重合度。其中图８（ｂ）和图８（ｃ）在ＩｏＵ 为０． ６ 和０． ７ 的情况下，ＲＧＤＥＴ-Ｓｈｉｐ 的性能略胜于Ｆａｓｔｅｒ Ｒ-ＣＮＮ。总而言之，ＲＧＤＥＴ-Ｓｈｉｐ 有着较好的泛化性。

３． ５． ３ 模型大小与效率

目前常用于评价模型大小以及效率的指标有：访存量（Ｍｅｍｏｒｙ）、参数量（Ｐａｒａｍｓ）以及推理速度（Ｆｒａｍｅ Ｐｅｒ Ｓｅｃｏｎｄ，ＦＰＳ）等，这些指标从不同的纬度评价了模型的大小和效率。Ｍｅｍｏｒｙ 是模型计算所需访问的单元字节大小，反映模型对存储单元带宽的需求；Ｐａｒａｍｓ 是模型中参数的总和，用于评价模型体积的大小；ＦＰＳ 指模型每秒内推理的图片数量，用于评估模型的整体效率。

本小节使用不同模型效率评价指标对ＲＧＤＥＴ-Ｓｈｉｐ 检测模型进行了详细的分析，如表７ 所示。ＣＲＴｒａｎｓＳａｒ［７］和ＰＶＴ-ＳＡＲ［８］作为改进的二阶段检测算法在整体检测精度上有所提升（见表１），但其模型Ｐａｒａｍｓ 明显增大并且模型ＦＰＳ 也大幅降低。作为一阶段算法拥有快速检测的显著优点，ＦＡＳＣ-Ｎｅｔ［６］在小目标检测上有突出表现但大目标检测精度较低（见表１）。在各目标检测模型性能对比下，由ＦＰＳ 指标可看出模型的ＦＰＳ 控制较好，由Ｐａｒａｍｓ可知模型的大小略高，Ｍｅｍｏｒｙ 体现出模型对存储单元的带宽需求正常。

综上所述，ＲＧＤＥＴ-Ｓｈｉｐ 与其他检测算法相比各项指标均在可行范围之内，在保持小目标检测效率的同时增大了中大目标的检测准确率，并且模型的推理性能和模型大小并未存在较大消耗。

３． ６ 定量分析

为了评估ＲＧＤＥＴ-Ｓｈｉｐ 模型在实际应用中的表现，本文使用ＨＲＳＩＤ 数据集进行定量分析。该数据集包含了在真实云雾、阴雨、建筑干扰以及ＳＡＲ 拍摄尺度不同等多场景下的船舶特征。所有检测模型均使用ＳＳＤＤ 数据集的预训练权重对ＨＲＳＩＤ 数据集进行训练。定量结果如表８ 所示，可以看出本文的ＲＧＤＥＴ-Ｓｈｉｐ 模型以显著的优势胜于其余方法。

４ 结束语

本文所提出的方法用于对海上船舶进行检测和定位。作为一项以船只为中心的检测任务，研究成果可用于海上民生安全以及禁航区域的船舶监测等领域。同时认为使用ＲＧＤＥＴ-Ｓｈｉｐ 模型进行ＳＡＲ 图像海上船舶检测任务是更合理的，因为在实际应用中会由于ＳＡＲ 拍摄的距离和环境不同而导致船舶尺寸和噪声等因素变化较大，使用ＲＧＤＥＴ-Ｓｈｉｐ 不仅增强了船舶的特征提取，同时细化了检测粒度，即保证了有较高小目标检测准确率、增大了大目标检测的准确率。在基准数据集上的实验验证了模型具有强大的性能，证明了ＲＧＤＥＴ-Ｓｈｉｐ 模型在海洋观测和救灾中可以发挥有效作用。下一步工作将针对多尺度复杂环境中的船舶航行进行视频多帧分析检测。

参考文献

［１］ 方小宇，黄丽佳． 基于全局位置信息和残差特征融合的ＳＡＲ 船舶检测算法［Ｊ ／ ＯＬ］． 系统工程与电子技术：１－１３［２０２３－０８－２６］． ｈｔｔｐ：∥ｋｎｓ． ｃｎｋｉ． ｎｅｔ ／ ｋｃｍｓ ／ ｄｅｔａｉｌ ／１１． ２４２２． ＴＮ． ２０２３０４１１． １７１５． ００４． ｈｔｍｌ．

［２］ 徐志京，谢安东． 基于细节增强的级联多分类光电船舶检测［Ｊ］． 光电子·激光，２０２３，３４（３）：２４１－２４９．

［３］ 张阳，刘小芳，周鹏成． 改进Ｆａｓｔｅｒ ＲＣＮＮ 的ＳＡＲ 图像船舶检测技术［Ｊ］． 无线电工程，２０２２，５２ （１２ ）：２２８０－２２８７．

［４］ 李佳东，张丹普，范亚琼，等． 基于改进ＹＯＬＯｖ５ 的轻量级船舶目标检测算法［Ｊ］． 计算机应用，２０２３，４３（３）：９２３－９２９．

［５］ ＺＨＡＯ Ｗ Ｘ，ＳＹＡＦＲＵＤＩＮ Ｍ，ＦＩＴＲＩＹＡＮＩ Ｎ Ｌ． ＣＲＡＳＹＯＬＯ：Ａ Ｎｏｖｅｌ Ｍｕｌｔｉｃａｔｅｇｏｒｙ Ｖｅｓｓｅｌ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ Ｍｏｄｅｌ Ｂａｓｅｄ ｏｎ ＹＯＬＯｖ５ｓ Ａｌｇｏｒｉｔｈｍ ［Ｊ ］．ＩＥＥＥ Ａｃｃｅｓｓ，２０２３，１１：１１４６３－１１４７８．

［６］ ＹＵ Ｊ Ｍ，ＺＨＯＵ Ｇ Ｙ，ＺＨＯＵ Ｓ Ｂ，ｅｔ ａｌ． Ａ Ｆａｓｔ ａｎｄ Ｌｉｇｈｔｗｅｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ Ｎｅｔｗｏｒｋ ｆｏｒ Ｍｕｌｔｉｓｃａｌｅ ＳＡＲ Ｓｈｉｐ Ｄｅｔｅｃｔｉｏｎ Ｕｎｄｅｒ Ｃｏｍｐｌｅｘ Ｂａｃｋｇｒｏｕｎｄｓ ［Ｊ］． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２０２２，１４（１）：３１．

［７］ ＸＩＡ Ｒ Ｆ，ＣＨＥＮ Ｊ，ＨＵＡＮＧ Ｚ Ｘ，ｅｔ ａｌ． ＣＲＴｒａｎｓＳａｒ：ＡＶｉｓｕａｌ Ｔｒａｎｓｆｏｒｍｅｒ Ｂａｓｅｄ ｏｎ Ｃｏｎｔｅｘｔｕａｌ Ｊｏｉｎｔ Ｒｅｐｒｅｓｅｎｔａｔｉｏｎ Ｌｅａｒｎｉｎｇ ｆｏｒ ＳＡＲ Ｓｈｉｐ Ｄｅｔｅｃｔｉｏｎ ［Ｊ］． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２０２２，１４（６）：１４８８．

［８］ ＺＨＯＵ Ｙ，ＪＩＡＮＧ Ｘ，ＸＵ Ｇ Ｚ，ｅｔ ａｌ． ＰＶＴＳＡＲ：Ａｎ Ａｒｂｉｔｒａｒｉｌｙ Ｏｒｉｅｎｔｅｄ ＳＡＲ Ｓｈｉｐ Ｄｅｔｅｃｔｏｒ ｗｉｔｈ Ｐｙｒａｍｉｄ ＶｉｓｉｏｎＴｒａｎｓｆｏｒｍｅｒ ［Ｊ］． ＩＥＥＥ Ｊｏｕｒｎａｌ ｏｆ Ｓｅｌｅｃｔｅｄ Ｔｏｐｉｃｓ ｉｎ Ａｐｐｌｉｅｄ Ｅａｒｔｈ Ｏｂｓｅｒｖａｔｉｏｎｓ ａｎｄ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２０２３，１６：２９１－３０５．

［９］ ＺＨＡＮＧ Ｔ Ｗ，ＺＨＡＮＧ Ｘ Ｌ，ＬＩ Ｊ Ｗ，ｅｔ ａｌ． ＳＡＲ Ｓｈｉｐ ＤｅｔｅｃｔｉｏｎＤａｔａｓｅｔ （ＳＳＤＤ）：Ｏｆｆｉｃｉａｌ Ｒｅｌｅａｓｅ ａｎｄ Ｃｏｍｐｒｅｈｅｎｓｉｖｅ ＤａｔａＡｎａｌｙｓｉｓ ［Ｊ］． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２０２１，１３（１８）：３６９０．

［１０］ＷＥＩ Ｓ Ｊ，ＺＥＮＧ Ｘ Ｆ，ＱＵ Ｑ Ｚ，ｅｔ ａｌ． ＨＲＳＩＤ：Ａ ＨｉｇｈｒｅｓｏｌｕｔｉｏｎＳＡＲ Ｉｍａｇｅｓ Ｄａｔａｓｅｔ ｆｏｒ Ｓｈｉｐ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｉｎｓｔａｎｃｅ Ｓｅｇｍｅｎｔａｔｉｏｎ ［Ｊ］． ＩＥＥＥ Ａｃｃｅｓｓ，２０２０，８：１２０２３４－１２０２５４．

［１１］ ＺＨＡＮＧ Ｔ Ｗ，ＺＨＡＮＧ Ｘ Ｌ，ＳＨＩ Ｊ，ｅｔ ａｌ． Ｄｅｐｔｈｗｉｓｅ Ｓｅｐａｒａｂｌｅ Ｃｏｎｖｏｌｕｔｉｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ ｆｏｒ Ｈｉｇｈｓｐｅｅｄ ＳＡＲＳｈｉｐ Ｄｅｔｅｃｔｉｏｎ ［Ｊ］． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２０１９，１１（２１）：２４８３．

［１２］ ＳＵＮ Ｚ Ｚ，ＤＡＩ Ｍ Ｃ，ＬＥＮＧ Ｘ Ｇ，ｅｔ ａｌ． Ａｎ ＡｎｃｈｏｒｆｒｅｅＤｅｔｅｃｔｉｏｎ Ｍｅｔｈｏｄ ｆｏｒ Ｓｈｉｐ Ｔａｒｇｅｔｓ ｉｎ Ｈｉｇｈｒｅｓｏｌｕｔｉｏｎ ＳＡＲＩｍａｇｅｓ ［Ｊ］． ＩＥＥＥ Ｊｏｕｒｎａｌ ｏｆ Ｓｅｌｅｃｔｅｄ Ｔｏｐｉｃｓ ｉｎ ＡｐｐｌｉｅｄＥａｒｔｈ Ｏｂｓｅｒｖａｔｉｏｎｓ ａｎｄ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２０２１，１４：７７９９－７８１６．

［１３］ ＶＵ Ｔ，ＪＡＮＧ Ｈ，ＰＨＡＭ Ｔ Ｘ，ｅｔ ａｌ． Ｃａｓｃａｄｅ ＲＰＮ：Ｄｅｌｖｉｎｇｉｎｔｏ Ｈｉｇｈｑｕａｌｉｔｙ Ｒｅｇｉｏｎ Ｐｒｏｐｏｓａｌ Ｎｅｔｗｏｒｋ ｗｉｔｈ ＡｄａｐｔｉｖｅＣｏｎｖｏｌｕｔｉｏｎ［Ｃ］∥ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ３３ｒｄ ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅ ｏｎ Ｎｅｕｒａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ Ｓｙｓｔｅｍｓ．Ｖａｎｃｏｕｖｅｒ：Ｃｕｒｒａｎ Ａｓｓｏｃｉａｔｅｓ Ｉｎｃ． ，２０１９：１４３２－１４４２．

［１４］ ＨＥ Ｋ，ＺＨＡＮＧ Ｘ Ｙ，ＲＥＮ Ｓ Ｑ，ｅｔ ａｌ． Ｄｅｅｐ ＲｅｓｉｄｕａｌＬｅａｒｎｉｎｇ ｆｏｒ Ｉｍａｇｅ Ｒｅｃｏｇｎｉｔｉｏｎ［Ｃ］∥２０１６ ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． ＬａｓＶｅｇａｓ：ＩＥＥＥ，２０１６：７７０－７７８．

［１５］ ＬＩＮ Ｔ Ｙ，ＤＯＬＬ？Ｒ Ｐ，ＧＩＲＳＨＩＣＫ Ｒ，ｅｔ ａｌ． Ｆｅａｔｕｒｅ Ｐｙｒａｍｉｄ Ｎｅｔｗｏｒｋｓ ｆｏｒ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ［Ｃ］∥ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆｔｈｅ ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ ＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ． Ｈｏｎｏｌｕｌｕ：ＩＥＥＥ，２０１７：９３６－９４４．

［１６］ ＲＡＤＯＳＡＶＯＶＩＣ Ｉ，ＫＯＳＡＲＡＪＵ Ｒ Ｐ，ＧＩＲＳＨＩＣＫ Ｒ，ｅｔ ａｌ．Ｄｅｓｉｇｎｉｎｇ Ｎｅｔｗｏｒｋ Ｄｅｓｉｇｎ Ｓｐａｃｅｓ ［Ｃ］∥ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆｔｈｅ ＩＥＥＥ ／ ＣＶＦ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄＰａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｓｅａｔｔｌｅ：ＩＥＥＥ，２０２０：１０４２５－１０４３３

［１７］ ＲＥＮ Ｓ Ｑ，ＨＥ Ｋ，ＧＩＲＳＨＩＣＫ Ｒ，ｅｔ ａｌ． Ｆａｓｔｅｒ ＲＣＮＮ：Ｔｏｗａｒｄｓ Ｒｅａｌｔｉｍｅ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ ｗｉｔｈ Ｒｅｇｉｏｎ ＰｒｏｐｏｓａｌＮｅｔｗｏｒｋｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｐａｔｔｅｒｎ Ａｎａｌｙｓｉｓ ａｎｄＭａｃｈｉｎｅ Ｉｎｔｅｌｌｉｇｅｎｃｅ，２０１７，３９（６）：１１３７－１１４９．

［１８］ ＴＩＡＮ Ｚ，ＳＨＥＮ Ｃ Ｈ，ＣＨＥＮ Ｈ，ｅｔ ａｌ． ＦＣＯＳ：Ｆｕｌｌｙ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｏｎｅｓｔａｇｅ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ［Ｃ］∥２０１９ ＩＥＥＥ ／ ＣＶＦＩｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ． Ｓｅｏｕｌ：ＩＥＥＥ，２０１９：９６２６－９６３５．

［１９］ ＬＡＷ Ｈ，ＤＥＮＧ Ｊ． ＣｏｒｎｅｒＮｅｔ：Ｄｅｔｅｃｔｉｎｇ Ｏｂｊｅｃｔｓ ａｓ ＰａｉｒｅｄＫｅｙｐｏｉｎｔｓ［Ｃ］∥Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｅｕｒｏｐｅａｎ Ｃｏｎｆｅｒｅｎｃｅ ｏｎＣｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ （ＥＣＣＶ）． Ｍｕｎｉｃｈ：Ｓｐｒｉｎｇｅｒ，２０１８：７６５－７８１．

［２０］ ＣＡＩ Ｚ Ｗ，ＶＡＳＣＯＮＣＥＬＯＳ Ｎ． Ｃａｓｃａｄｅ ＲＣＮＮ：ＨｉｇｈＱｕａｌｉｔｙ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｉｎｓｔａｎｃｅ Ｓｅｇｍｅｎｔａｔｉｏｎ ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｐａｔｔｅｒｎ Ａｎａｌｙｓｉｓ ａｎｄ Ｍａｃｈｉｎｅ Ｉｎｔｅｌｌｉｇｅｎｃｅ，２０２１，４３（５）：１４８３－１４９８．

［２１］ ＦＥＮＧ Ｙ，ＣＨＥＮ Ｊ，ＨＵＡＮＧ Ｚ Ｘ，ｅｔ ａｌ． Ａ Ｌｉｇｈｔｗｅｉｇｈｔ Ｐｏｓｉｔｉｏｎｅｎｈａｎｃｅｄ Ａｎｃｈｏｒｆｒｅｅ Ａｌｇｏｒｉｔｈｍ ｆｏｒ ＳＡＲ Ｓｈｉｐ Ｄｅｔｅｃｔｉｏｎ ［Ｊ］． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２０２２，１４（８）：１９０８．

［２２］ ＬＩＵ Ｗ，ＡＮＧＵＥＬＯＶ Ｄ，ＥＲＨＡＮ Ｄ，ｅｔ ａｌ． ＳＳＤ：ＳｉｎｇｌｅＳｈｏｔ Ｍｕｌｔｉｂｏｘ Ｄｅｔｅｃｔｏｒ ［Ｃ ］∥ Ｃｏｍｐｕｔｅｒ ＶｉｓｉｏｎＥＣＣＶ２０１６：１４ｔｈ Ｅｕｒｏｐｅａｎ Ｃｏｎｆｅｒｅｎｃｅ． Ａｍｓｔｅｒｄａｍ：Ｓｐｒｉｎｇｅｒ，２０１６：２１－３７．

［２３］ＹＵ Ｌ，ＷＵ Ｈ Ｙ，ＺＨＯＮＧ Ｚ，ｅｔ ａｌ． ＴＷＣＮｅｔ：Ａ ＳＡＲ Ｓｈｉｐ Ｄｅｔｅｃｔｉｏｎ Ｕｓｉｎｇ Ｔｗｏｗａｙ Ｃｏｎｖｏｌｕｔｉｏｎ ａｎｄ Ｍｕｌｔｉｓｃａｌｅ ＦｅａｔｕｒｅＭａｐｐｉｎｇ ［Ｊ］． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２０２１，１３（１３）：２５５８．

［２４］ ＢＡＩ Ｌ，ＹＡＯ Ｃ，ＹＥ Ｚ，ｅｔ ａｌ． Ｆｅａｔｕｒｅ ＥｎｈａｎｃｅｍｅｎｔＰｙｒａｍｉｄ ａｎｄ Ｓｈａｌｌｏｗ Ｆｅａｔｕｒｅ Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ Ｎｅｔｗｏｒｋ ｆｏｒＳＡＲ Ｓｈｉｐ Ｄｅｔｅｃｔｉｏｎ ［Ｊ ］． ＩＥＥＥ Ｊｏｕｒｎａｌ ｏｆ ＳｅｌｅｃｔｅｄＴｏｐｉｃｓ ｉｎ Ａｐｐｌｉｅｄ Ｅａｒｔｈ Ｏｂｓｅｒｖａｔｉｏｎｓ ａｎｄ ＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０２３，１６：１０４２－１０５６．

［２５］ ＷＡＮＧ Ｊ Ｑ，ＣＨＥＮ Ｋ，ＸＵ Ｒ，ｅｔ ａｌ． ＣＡＲＡＦＥ：Ｃｏｎｔｅｎｔａｗａｒｅ Ｒｅａｓｓｅｍｂｌｙ ｏｆ Ｆｅａｔｕｒｅｓ［Ｃ］∥２０１９ ＩＥＥＥ ／ ＣＶＦ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ． Ｓｅｏｕｌ：ＩＥＥＥ，２０１９：３００７－３０１６．

［２６］ ＧＥ Ｚ，ＬＩＵ Ｓ Ｔ，ＷＡＮＧ Ｆ，ｅｔ ａｌ． Ｙｏｌｏｘ：Ｅｘｃｅｅｄｉｎｇ ＹＯＬＯＳｅｒｉｅｓ ｉｎ ２０２１［ＥＢ ／ ＯＬ］． （２０２１－０７－１８）［２０２３－０９－０１］ｈｔｔｐｓ：∥ａｒｘｉｖ． ｏｒｇ ／ ａｂｓ ／ ２１０７． ０８４３０．

［２７］ ＷＡＮＧ Ｊ Ｑ，ＣＨＥＮ Ｋ，ＹＡＮＧ Ｓ，ｅｔ ａｌ． Ｒｅｇｉｏｎ Ｐｒｏｐｏｓａｌ ｂｙＧｕｉｄｅｄ Ａｎｃｈｏｒｉｎｇ［Ｃ］∥２０１９ ＩＥＥＥ ／ ＣＶＦ Ｃｏｎｆｅｒｅｎｃｅ ｏｎＣｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｌｏｎｇ Ｂｅａｃｈ：ＩＥＥＥ，２０１９：２９６０－２９６９．

作者简介

郑莉萍 女，（１９９８—），硕士研究生。主要研究方向：目标检测和深度学习。

（*通信作者）赵良军 男，（１９８０—），博士，副教授，高级工程师，硕士生导师。主要研究方向：卫星遥感、深度学习和图像处理。

宁 峰 男，（２０００—），硕士研究生。主要研究方向：目标检测和深度学习。

谭 亮 男，（１９９６—），硕士研究生。主要研究方向：计算机视觉和图像分割。

肖 波 男，（１９９７—），硕士研究生。主要研究方向：遥感技术和目标检测。

胡月明 男，（１９６４—），博士，教授。主要研究方向：耕地质量监测评价与土地大数据融合应用。

何中良 男，（１９９５—），硕士研究生。主要研究方向：遥感技术和深度学习。

席裕斌 男，（１９９９—），硕士研究生。主要研究方向：目标检测和遥感技术。

梁 刚 男，（１９９９—），硕士研究生。主要研究方向：计算机视觉和图像处理。

基金项目：四川省科技计划项目（２０２３ＹＦＳ０３７１）；四川省智慧旅游研究基地项目（ＺＨＺＪ２２－０３）