改進(jìn)YOLOv5的SAR圖像艦船目標(biāo)檢測(cè)

譚顯東，彭 輝

成都信息工程大學(xué) 軟件工程學(xué)院，成都610225

近年來(lái)隨著遙感技術(shù)的深入發(fā)展，基于遙感圖像來(lái)實(shí)現(xiàn)艦船的檢測(cè)已然成為沿海國(guó)家的重要任務(wù)。合成孔徑雷達(dá)（synthetic aperture radar，SAR）是一種可以全天時(shí)全天候主動(dòng)探測(cè)的微波成像傳感器，對(duì)于氣候變幻無(wú)常的海洋進(jìn)行監(jiān)測(cè)具有非常好的適應(yīng)性，在檢測(cè)艦船的任務(wù)中，SAR 不會(huì)受海洋天氣多變的限制，可以對(duì)艦船目標(biāo)進(jìn)行全方位實(shí)時(shí)監(jiān)測(cè)[1]。

針對(duì)SAR圖像的艦船目標(biāo)檢測(cè)研究方法起初大多基于傳統(tǒng)的目標(biāo)檢測(cè)思想，是半自動(dòng)化的。在傳統(tǒng)方法上，國(guó)內(nèi)外的學(xué)者對(duì)SAR 圖像艦船監(jiān)測(cè)也開(kāi)展了大量研究，例如提出了雙參數(shù)恒虛警率（constant false alarm rate，CFAR）算法[2]，并在此基礎(chǔ)上提出了基于K 分布的CFAR算法[3]，還有提出利用信息論中的熵[4]、小波變換[5]和模板匹配等方法來(lái)進(jìn)行艦船目標(biāo)檢測(cè)[6]。這些傳統(tǒng)方法存在依賴性很強(qiáng)，泛化能力和檢測(cè)精度不高，檢測(cè)時(shí)間長(zhǎng)等不足。

隨著人工智能技術(shù)的興起，深度學(xué)習(xí)技術(shù)開(kāi)始在各領(lǐng)域迅速發(fā)展，得益于深度學(xué)習(xí)的特點(diǎn)，不需人工耗時(shí)耗力的設(shè)計(jì)特征就可以實(shí)現(xiàn)有效的目標(biāo)檢測(cè)，因此推動(dòng)了將計(jì)算機(jī)視覺(jué)領(lǐng)域的目標(biāo)檢測(cè)器在SAR圖像上的應(yīng)用。深度學(xué)習(xí)方法不會(huì)受到場(chǎng)景的限制，其具有優(yōu)秀的特征自學(xué)習(xí)能力，不需要對(duì)SAR圖像進(jìn)行海陸分離，只需要標(biāo)注好的數(shù)據(jù)集進(jìn)行訓(xùn)練便可，其在圖像處理方面具有很強(qiáng)優(yōu)越性。

目前流行的目標(biāo)檢測(cè)算法大致分為兩大類：一類為基于區(qū)域推薦（region proposal）的目標(biāo)檢測(cè)方法，其中典型的代表方法為區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（R-CNN）[7]、Fast R-CNN[8]、Faster R-CNN[9]等系列算法。它的流程是首先需要利用選擇性搜索（selective search）或者是區(qū)域建議網(wǎng)絡(luò)（region proposal network，RPN）來(lái)產(chǎn)生建議的區(qū)域，然后在這些建議的區(qū)域中進(jìn)行回歸分類。另外一類為基于回歸思想的方法，把目標(biāo)檢測(cè)問(wèn)題簡(jiǎn)化為回歸的問(wèn)題，沒(méi)有區(qū)域推薦的階段，只需一個(gè)卷積神經(jīng)網(wǎng)絡(luò)就可直接得到不同目標(biāo)的類別概率和位置坐標(biāo)，代表性的算法有YOLO[10]、SSD[11]、Retina-Net[12]等。其中以YOLO 系列為代表的目標(biāo)檢測(cè)算法，識(shí)別速度相對(duì)其他算法普遍較快，尤其在小目標(biāo)檢測(cè)方面具有良好的效果，因此得到了廣泛的應(yīng)用。

近些年已有不少學(xué)者在這方面進(jìn)行了研究?；趨^(qū)域推薦的方法，顧佼佼等[13]對(duì)Faster R-CNN 的錨框個(gè)數(shù)和大小進(jìn)行了重新設(shè)計(jì)，改善了目標(biāo)檢測(cè)中重復(fù)檢測(cè)的問(wèn)題?；诨貧w思想的方法，張曉玲等[14]利用YOLO網(wǎng)絡(luò)，建立深度分離卷積網(wǎng)絡(luò)，并結(jié)合通道和空間注意力機(jī)制[15]來(lái)提高艦船檢測(cè)精度?；趨^(qū)域推薦比基于回歸思想模型更加寬和深，也更加復(fù)雜，計(jì)算程度也更繁瑣，因此綜合考慮，選用基于回歸思想的YOLO系列目標(biāo)檢測(cè)算法。同時(shí)，近年來(lái)針對(duì)YOLOv5算法的改進(jìn)，也已有不少學(xué)者提出了一些方法。張麒麟等[16]改進(jìn)損失函數(shù)為DIOU[17]，通過(guò)考慮預(yù)測(cè)框與真實(shí)框中心點(diǎn)歐氏距離，改善目標(biāo)檢測(cè)效果。馬永康等[18]對(duì)骨干網(wǎng)絡(luò)添加有效通道注意力機(jī)制（efficient channel attention，ECA），增強(qiáng)了特征表達(dá)能力，引入SoftPool 改進(jìn)池化操作[19]，保留更多特征信息。

本文以YOLO系列最新的YOLOv5為基礎(chǔ)，針對(duì)艦船目標(biāo)檢測(cè)框的特點(diǎn)對(duì)損失函數(shù)進(jìn)行優(yōu)化，并結(jié)合坐標(biāo)注意力機(jī)制（coordinate attention，CA），提升了網(wǎng)絡(luò)提取特征的能力[20]，在模型輕量化的同時(shí)實(shí)現(xiàn)對(duì)艦船目標(biāo)檢測(cè)的高速與高精度并存。

1 YOLOv5網(wǎng)絡(luò)結(jié)構(gòu)

YOLOv5是當(dāng)前YOLO系列最新的目標(biāo)檢測(cè)算法，在數(shù)據(jù)輸入端首先對(duì)艦船圖像進(jìn)行自適應(yīng)的縮放，并且通過(guò)遺傳算法對(duì)錨定框進(jìn)行自動(dòng)學(xué)習(xí)調(diào)整，使其能夠更好地預(yù)測(cè)艦船目標(biāo)的所在位置。

YOLOv5網(wǎng)絡(luò)結(jié)構(gòu)大致可分為4個(gè)模塊：輸入端、主干網(wǎng)絡(luò)Backbone、Neck 和預(yù)測(cè)端Prediction。在輸入端采用了Mosaic數(shù)據(jù)增強(qiáng)、自動(dòng)計(jì)算錨框和圖片縮放等方式對(duì)輸入圖像進(jìn)行處理。在主干網(wǎng)絡(luò)的開(kāi)頭增加Focus操作，即特殊的下采樣，采用切片操作把高分辨率的特征圖拆分為多個(gè)低分辨率的特征圖。如圖1所示，將4×4×3 的Tensor 通過(guò)間斷采樣分為4 份，在通道維度上拼接生成2×2×12的Tensor，F(xiàn)ocus層將w-h平面上的信息轉(zhuǎn)換到通道維度，再通過(guò)卷積的方式提取不同特征，采用這種方式可以減少下采樣帶來(lái)的信息損失。

圖1 Focus操作圖Fig.1 Focus action figure

CSPDarknet53[21]作為主干網(wǎng)絡(luò)Backbone，它的作用是對(duì)圖片進(jìn)行特征提取，其中還包含CBL 和SSP 操作。CBL 由三部分組成，即卷積（Convolution）、批量歸一化（batch normalization，BN）和激活函數(shù)（Leaky Relu），SSP即空間金字塔池化層，采用四種不同尺寸的最大池化方式大大增加了感受野。此外，CSP（cross stage partial networks）的思想[22]大致為將梯度的變化從頭到尾地集成到特征圖中，減少網(wǎng)絡(luò)參數(shù)和運(yùn)算量，既保證速度和準(zhǔn)確率，也減少模型尺寸大小。除此外還在Neck（特征聚合）中使用了CSP，加強(qiáng)了網(wǎng)絡(luò)特征融合的能力。

在預(yù)測(cè)端擁有三種不同尺度的特征圖，根據(jù)不同尺度下的特征對(duì)目標(biāo)圖像生成相應(yīng)的預(yù)測(cè)框并對(duì)其進(jìn)行非極大值抑制（non-maximum suppression，NMS）處理，保留局部類別置信度得分最高的預(yù)測(cè)框，抑制掉得分低的預(yù)測(cè)框。

YOLOv5的網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。其中損失函數(shù)的計(jì)算是基于Objectness Score、Class Probability Score和Bounding Box Regression Score。首先采用BCELogits和二進(jìn)制交叉熵?fù)p失函數(shù)（BCEloss）計(jì)算Objectness Score和Class Probability Score。如圖3所示，其中實(shí)線框A表示目標(biāo)的定位框，虛線框B表示預(yù)測(cè)框，M為兩個(gè)框之間的交集，N則為并集，IOU就是交集與并集之比，其定義為：

圖2 YOLOv5網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.2 YOLOv5 network structure

圖3 GIOU示意圖Fig.3 GIOU figure

其次，可以計(jì)算出它們的最小凸集（包圍A、B的最小包圍框）C。再計(jì)算閉包區(qū)域中不屬于兩個(gè)框的區(qū)域D占閉包區(qū)域的比重，用IOU減去這個(gè)比重得到GIOU。隨后可得到GIOU的損失函數(shù)GIOU_Loss，其定義為：

GIOU 引入了預(yù)測(cè)框與真實(shí)框的最小外接矩形，改善了真實(shí)框和預(yù)測(cè)框不相交情況下無(wú)法預(yù)測(cè)兩者距離的問(wèn)題。GIOU_Loss作為物體邊界框的損失函數(shù)，值越小則代表模型越好，表示預(yù)測(cè)框與真實(shí)框的差距就越小，預(yù)測(cè)效果就越達(dá)到期望效果[23]。

2 YOLOv5網(wǎng)絡(luò)的改進(jìn)

2.1 損失函數(shù)

GIOU_Loss作為預(yù)測(cè)框的損失函數(shù)，雖然改善了真實(shí)框與預(yù)測(cè)框不相交情況下存在的問(wèn)題，但當(dāng)預(yù)測(cè)框在目標(biāo)的真實(shí)框內(nèi)即A?B=B時(shí)，其損失值不會(huì)發(fā)生改變，顯然無(wú)法很好地衡量預(yù)測(cè)框的位置狀態(tài)。此外針對(duì)SAR圖像艦船目標(biāo)具有高長(zhǎng)寬比的特點(diǎn)，引入EIOU_Loss將兩框的重疊部分、中心點(diǎn)距離和長(zhǎng)寬比都融合到損失函數(shù)的計(jì)算當(dāng)中[24]。

如圖4所示，由于A?B=B=C,令A(yù)與B的最小外接矩形C的對(duì)角線距離為c,預(yù)測(cè)框B與真實(shí)框A的中心點(diǎn)之間的歐氏距離r,可以求得目標(biāo)框與預(yù)測(cè)框的長(zhǎng)寬之差h和w,Ch和Cw分別是覆蓋預(yù)測(cè)框和目標(biāo)框的最小外接矩形的長(zhǎng)和寬，則EIOU_Loss的定義如下：

圖4 EIOU示意圖Fig.4 EIOU figure

當(dāng)EIOU 值越大時(shí)，說(shuō)明預(yù)測(cè)框越接近真實(shí)框的位置，其損失函數(shù)值就越小，但是該損失函數(shù)在訓(xùn)練過(guò)程中梯度不能自適應(yīng)改變，從而影響訓(xùn)練效果。為了解決這個(gè)問(wèn)題，本文對(duì)EIOU_Loss 進(jìn)一步優(yōu)化，設(shè)計(jì)一種新的邊框回歸函數(shù)，即IEIOU_Loss，其定義為：

如圖5所示，IEIOU_Loss和EIOU_Loss都隨著EIOU的增大而減小，并且IEIOU_Loss 的梯度絕對(duì)值隨著EIOU 的增大而減小。顯然對(duì)邊框回歸更有利，即當(dāng)預(yù)測(cè)框和真實(shí)目標(biāo)框之間的距離較遠(yuǎn)時(shí)，具有更大的梯度絕對(duì)值（即更小的EIOU值）對(duì)訓(xùn)練過(guò)程更有利，IEIOU_Loss比EIOU_Loss的設(shè)計(jì)更加合理。

圖5 EIOU_Loss和IEIOU_Loss示意圖Fig.5 EIOU_Loss and IEIOU_Loss figure

2.2 坐標(biāo)注意力機(jī)制

近些年來(lái)，注意力機(jī)制模塊被廣泛使用在計(jì)算機(jī)視覺(jué)任務(wù)中，其目的是告訴模型需要更加關(guān)注哪些內(nèi)容與哪些位置，目前已經(jīng)用于深度神經(jīng)網(wǎng)絡(luò)中以便提升模型的性能。然而在輕量級(jí)網(wǎng)絡(luò)中，注意力機(jī)制的應(yīng)用受到了一定的限制，原因是大多數(shù)注意力機(jī)制所帶來(lái)的額外計(jì)算開(kāi)銷是輕量級(jí)網(wǎng)絡(luò)所負(fù)擔(dān)不起的。因此本文引入一種簡(jiǎn)單靈活且?guī)缀醪粠?lái)額外計(jì)算開(kāi)銷的坐標(biāo)注意力機(jī)制（CA）來(lái)提升網(wǎng)絡(luò)的精度。CA 模塊的具體流程如圖6所示。

圖6 坐標(biāo)注意力機(jī)制模塊Fig.6 Coordinate attention model

輸入特征圖X是上一層卷積的輸出，其維度為C×H×W，即通道數(shù)為C,高為H，寬為W。使用尺寸(H,1)和(1,W)的平均池化分別沿著水平坐標(biāo)與垂直坐標(biāo)方向?qū)γ總€(gè)通道進(jìn)行編碼，即高度為h的第c個(gè)通道與寬度為w的第c個(gè)通道的輸出，公式如下：

上式兩個(gè)變換沿著兩個(gè)空間方向進(jìn)行特征聚合，然后級(jí)聯(lián)生成的兩個(gè)特征圖zh、zw，并進(jìn)行卷積核大小為1 的卷積運(yùn)算F1，生成對(duì)空間信息在水平方向和垂直方向的中間特征圖f，公式如下：

沿空間維度將f分成兩個(gè)單張量f h和f w，再利用兩個(gè)卷積核大小為1 的卷積運(yùn)算Fh和Fw將特征圖f h和f w變換為與輸入X同樣的通道數(shù)，公式如下：

式中，σ運(yùn)算是Sigmoid激活函數(shù)，經(jīng)過(guò)運(yùn)算得到0～1的范圍數(shù)值，即代表重要等級(jí)程度。將gh和gw進(jìn)行拓展，作為注意力權(quán)重，最終輸出公式如下：

至此能夠有效關(guān)注到有效的通道，同時(shí)關(guān)注空間位置坐標(biāo)信息，如圖7所示。本文將該注意力機(jī)制嵌入到Backbone 中的CBL 模塊和BottleneckCSP 中的殘差塊，以幫助模型更能對(duì)感興趣的目標(biāo)進(jìn)行特征提取。例如對(duì)靠近岸邊的艦船目標(biāo)更加關(guān)注，大大增強(qiáng)模型訓(xùn)練的效率。改進(jìn)后的YOLOv5算法框架如圖8所示。

圖7 注意力機(jī)制嵌入示意圖Fig.7 Attention embedded in diagrams

圖8 改進(jìn)YOLOv5網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.8 Improved YOLOv5 network structure

3 實(shí)驗(yàn)結(jié)果與分析

3.1 實(shí)驗(yàn)平臺(tái)

本文實(shí)驗(yàn)基于Pytorch1.9.0框架，在Jupyter Notebook平臺(tái)上進(jìn)行，模型訓(xùn)練通過(guò)GPU 加速，在NVIDIA RTX2060（顯存8 GB）GPU，CUDA10.2 環(huán)境下完成。YOLOv5根據(jù)不同的網(wǎng)絡(luò)深度與寬度，由淺到深可以分為YOLOv5s、YOLOv5m、YOLOv5l和YOLOv5x四個(gè)模型。本文實(shí)驗(yàn)采用最輕量的YOLOv5s，在此基礎(chǔ)上進(jìn)行改進(jìn)并與其原始網(wǎng)絡(luò)作對(duì)比，最后再與其他一些改進(jìn)方法進(jìn)行測(cè)試對(duì)比。

3.2 數(shù)據(jù)集簡(jiǎn)介與訓(xùn)練策略

本文實(shí)驗(yàn)采用數(shù)據(jù)集為國(guó)內(nèi)公開(kāi)的SSDD（SAR ship detection dataset）數(shù)據(jù)集，該數(shù)據(jù)集共有1 160 張SAR圖像，共含有2 456只艦船目標(biāo)，且已被海軍航空大學(xué)李建偉等學(xué)者標(biāo)注[25]，具有多種極化模式、多種分辨率、海面上和靠岸等艦船場(chǎng)景，能有效驗(yàn)證模型的魯棒性。本文實(shí)驗(yàn)將SSDD數(shù)據(jù)集按照7∶1∶2的比例隨機(jī)劃分成訓(xùn)練集、驗(yàn)證集、測(cè)試集。在ImageNet數(shù)據(jù)集上預(yù)訓(xùn)練YOLOv5s 權(quán)重，使用SGD 優(yōu)化器對(duì)網(wǎng)絡(luò)參數(shù)進(jìn)行迭代更新，動(dòng)量參數(shù)設(shè)為0.9，批大小設(shè)為32，訓(xùn)練500個(gè)Epoch，采用周期性學(xué)習(xí)率進(jìn)行調(diào)整和Warm-Up方法預(yù)熱學(xué)習(xí)率，其中初始lr0 設(shè)為0.01，在Warm-Up階段，采用一維線性插值對(duì)每次迭代的學(xué)習(xí)率進(jìn)行更新直至0.1，之后采用余弦退火算法來(lái)更新學(xué)習(xí)率，最終下降至學(xué)習(xí)率lrf為0.002。

3.3 評(píng)價(jià)指標(biāo)

本文實(shí)驗(yàn)使用深度學(xué)習(xí)中的評(píng)價(jià)指標(biāo)，如召回率（Recall）、精度（Precision）以及平均精度均值（mean average precision，mAP）。

TP（true positives）為正確的艦船檢測(cè)數(shù)目，F(xiàn)N（false negatives）為漏檢的艦船數(shù)目，F(xiàn)P（false positives）為虛警的艦船數(shù)目。

召回率定義為：

精度定義為：

平均精度均值定義為：

其中，P為精度，R為召回率，P(R)為精度和召回率曲線。在本實(shí)驗(yàn)中，設(shè)置的IOU 為0.5，即檢測(cè)閾值，當(dāng)檢測(cè)框與真實(shí)框的重疊區(qū)域超過(guò)50%時(shí)，就認(rèn)為該檢測(cè)框是正確的。

3.4 實(shí)驗(yàn)結(jié)果

為了驗(yàn)證本文改進(jìn)模塊對(duì)SAR艦船目標(biāo)檢測(cè)的影響，對(duì)各模塊進(jìn)行評(píng)估，結(jié)果如表1 所示。其中加粗字體表示最優(yōu)結(jié)果，“√”表示添加相應(yīng)模塊。表中YOLOv5_1、YOLOv5_2 和YOLOv5_3 分別表示添加注意力機(jī)制模塊、EIOU_Loss和改進(jìn)IEIOU_Loss?？梢钥闯?，注意力機(jī)制模塊對(duì)SAR 艦船目標(biāo)檢測(cè)有較為顯著的影響，主要是因?yàn)樵妓惴▽?duì)特征的提取不太明確，會(huì)受到陸地的干擾，而且會(huì)將多個(gè)密集艦船目標(biāo)誤檢為一個(gè)目標(biāo)，造成漏檢，添加CA后的模型對(duì)艦船目標(biāo)的顯著特征提取更加明確。EIOU 使檢測(cè)結(jié)果更加準(zhǔn)確，因?yàn)樵陬A(yù)測(cè)邊框回歸時(shí)，考慮到了兩框的重疊部分、中心點(diǎn)距離和長(zhǎng)寬比，考慮的因素更加綜合全面，而且在損失函數(shù)中進(jìn)行梯度變化的優(yōu)化，對(duì)訓(xùn)練過(guò)程更加有利，使得最終的檢測(cè)精度更高。如圖9 所示，橫坐標(biāo)為Epoch 訓(xùn)練次數(shù)，縱坐標(biāo)為預(yù)測(cè)邊框的Loss 損失值，可以看出改進(jìn)后的YOLOv5 邊框損失Loss 值下降曲線收斂性更好。圖10 為mAP 指標(biāo)曲線圖，其中mAP_0.5 表示IOU的閾值為0.5時(shí)對(duì)應(yīng)的mAP。

表1 各模塊精度評(píng)估對(duì)比Table 1 Comparison of mAP among different modules

圖9 Loss值下降曲線Fig.9 Decline curve of Loss value

圖10 mAP曲線圖Fig.10 mAP curve

圖11為改進(jìn)后的算法在測(cè)試集上的艦船目標(biāo)檢測(cè)結(jié)果。其中（a）～（c）是復(fù)雜背景下靠岸艦船檢測(cè)結(jié)果，（d）是深海稀疏分布的小目標(biāo)檢測(cè)結(jié)果。可以看出，對(duì)于岸邊不同尺度的艦船和密集分布的艦船，均能有效定位，對(duì)于稀疏分布，目標(biāo)較小的深海艦船也可以精確地實(shí)現(xiàn)定位，漏檢率低。

圖11 改進(jìn)YOLOv5實(shí)驗(yàn)結(jié)果Fig.11 Improved YOLOv5 experimental results

3.5 實(shí)驗(yàn)對(duì)比分析

為了進(jìn)一步驗(yàn)證算法的檢測(cè)性能，將改進(jìn)的方法與原YOLOv5進(jìn)行對(duì)比的同時(shí)，與主流的基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法YOLOv3、SSD、Faster R-CNN 在精度和速度方面進(jìn)行比較，結(jié)果如表2 所示，其中加粗字體表示各列最優(yōu)結(jié)果。

表2 實(shí)驗(yàn)結(jié)果對(duì)比Table 2 Comparison of experimental results

可以看出，本文方法在SSDD數(shù)據(jù)集上的精確度最高。此外，由于在預(yù)測(cè)邊框損失函數(shù)上做了曲線化計(jì)算操作，增加了部分計(jì)算量，導(dǎo)致算法的檢測(cè)效率有所下降，但是總的來(lái)看，本文方法在速度上仍具有巨大優(yōu)勢(shì)，能夠滿足實(shí)時(shí)檢測(cè)的基本需求。

如圖12 所示，本文選擇復(fù)雜樣本對(duì)原YOLOv5、SSD與本文改進(jìn)方法進(jìn)行檢測(cè)實(shí)驗(yàn)對(duì)比?？梢钥闯?，三種方法都能有效地檢測(cè)艦船目標(biāo)，但是SSD算法對(duì)于密集排列的艦船目標(biāo)的定位精度較差，容易造成漏檢。對(duì)于原始YOLOv5而言，艦船目標(biāo)容易受到海岸陸地的影響，造成較高的虛警率。本文改進(jìn)方法明顯降低了深海區(qū)域艦船小目標(biāo)的漏檢率，同時(shí)也能有效區(qū)分密集排列的艦船目標(biāo)，提高了靠岸艦船的檢測(cè)精度。原因在于本文方法對(duì)特征提取進(jìn)行了改進(jìn)，使其能提取到更專注的艦船目標(biāo)特征，從而準(zhǔn)確地定位到艦船目標(biāo)。

圖12 改進(jìn)實(shí)驗(yàn)結(jié)果對(duì)比Fig.12 Comparison of improved experimental results

為了進(jìn)一步分析本文所提出的改進(jìn)方法對(duì)YOLOv5算法的影響，將本文改進(jìn)方法與其他一些改進(jìn)方法進(jìn)行檢測(cè)實(shí)驗(yàn)對(duì)比。改進(jìn)1算法使用DIOU計(jì)算預(yù)測(cè)框的損失值[17]；改進(jìn)2 算法對(duì)特征提取網(wǎng)絡(luò)添加卷積注意力機(jī)制模塊CBAM[15]；改進(jìn)3 算法使用有效通道注意力機(jī)制模塊ECA 替換[18]；改進(jìn)4 和改進(jìn)5 算法分別將DIOU 與CBAM、ECA 混合使用，并且固定各注意力機(jī)制模塊的添加位置。這些方法對(duì)YOLOv5 神經(jīng)網(wǎng)絡(luò)的影響效果如表3 所示，其中加粗字體表示各列最優(yōu)結(jié)果，“√”表示使用相應(yīng)方法?？梢钥闯觯珼IOU 將計(jì)算預(yù)測(cè)框與真實(shí)框的交并比替換成中心點(diǎn)之間的歐氏距離來(lái)判斷兩框接近的程度，相比于原GIOU而言[23]，雖然提高了艦船檢測(cè)的精確度，但依然存在沒(méi)有考慮預(yù)測(cè)邊框的長(zhǎng)寬信息等不足。而本文方法的IEIOU則考慮更加全面，不僅綜合考慮邊框的長(zhǎng)寬信息，而且進(jìn)行了曲線優(yōu)化，對(duì)檢測(cè)精度的提升更為明顯。此外，對(duì)于注意力機(jī)制模塊，CBAM分為兩個(gè)步驟，先通過(guò)通道注意力機(jī)制得到有效通道，然后再利用空間注意力機(jī)制得到這些通道上的重要位置信息。過(guò)程顯得稍微復(fù)雜且進(jìn)行了降維操作，導(dǎo)致特征信息不能全面有效利用。ECA 則通過(guò)使用一維卷積避免了降維操作，但是只考慮到通道信息。CA 模塊明顯比CBAM與ECA提升更大，這是由于CA不僅考慮了通道信息與空間位置信息，還將它們?nèi)诤系揭黄穑蛊涮卣魈崛〉酶雍侠砬腋咝?。如圖13 所示，本文選取混合效果最好的改進(jìn)4和改進(jìn)5算法與本文方法作對(duì)比，雖然改進(jìn)4 和改進(jìn)5 算法對(duì)于靠岸艦船的檢測(cè)效果相比于原方法有所提升，降低了虛警率，但檢測(cè)精度仍然不太理想，并且針對(duì)密集艦船目標(biāo)，依然容易出現(xiàn)漏檢。

圖13 不同改進(jìn)方法實(shí)驗(yàn)結(jié)果對(duì)比Fig.13 Comparison of experimental results of different improvement methods

表3 不同改進(jìn)方法對(duì)性能的提升Table 3 Improvement of performance by using different improvement methods

4 結(jié)束語(yǔ)

針對(duì)當(dāng)前目標(biāo)檢測(cè)模型復(fù)雜、檢測(cè)效率較慢且效果不夠理想的問(wèn)題，根據(jù)SAR 圖像中艦船目標(biāo)靠岸與深海中稀疏小目標(biāo)的分布特點(diǎn)，提出了改進(jìn)的YOLOv5網(wǎng)絡(luò)模型的目標(biāo)檢測(cè)方法。該方法泛化性強(qiáng)，對(duì)于靠岸且密集的艦船目標(biāo)的檢測(cè)效果較好，相比其他改進(jìn)方法具有更高的檢測(cè)精度，并且檢測(cè)時(shí)間較短，在實(shí)時(shí)性SAR應(yīng)用領(lǐng)域具有一定的現(xiàn)實(shí)意義，最終得到的模型權(quán)重大小僅13.8 MB，這樣的輕量模型將有助于未來(lái)的硬件移植。

但是本文方法依然存在一定的局限性，目前只針對(duì)SSDD 數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)數(shù)據(jù)量相對(duì)較少，缺少普遍性。此外，不同方位的艦船目標(biāo)對(duì)IOU 取值存在影響。在未來(lái)的工作中，將使用更大的高分辨率SAR 艦船圖像數(shù)據(jù)集訓(xùn)練神經(jīng)網(wǎng)絡(luò)，進(jìn)一步優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)，提高艦船目標(biāo)檢測(cè)效率。同時(shí)對(duì)目標(biāo)檢測(cè)框進(jìn)行研究，使其能分辨不同方位的艦船目標(biāo)，提高檢測(cè)精度。