科创中国
一种基于改进YOLOv3的遥感图像小目标检测方法
成果类型：: 发明专利
发布时间: 2026-05-15 09:50:04
科技成果产业化落地方案
方案提交机构：成果发布人| 徐景新 | 2026-05-15 09:50:04
本发明公开了一种基于改进YOLOv3的遥感图像小目标检测方法，属于深度学习及目标检测技术领域，包括数据集预处理；优化YOLOv3网络，在Neck中加入空洞卷积组模块、特征强化模块和通道注意力机制模块；在线数据增强；前向推理；改进损失函数；选择在验证集上检测精度和召回率最高的YOLOv3网络模型载入网络等步骤。本发明通过改进损失函数和在YOLOv3原网络中加入空洞卷积组模块、特征强化模块、通道注意力机制模块以改进YOLOv3检测网络，性能明显提升，对遥感图像中的目标检测更全面，精度更高，而且提高了训练速度和整体检测精度。
该方法的改进核心在于“多尺度特征深度融合”与“反卷积特征增强”的协同策略。在YOLOv3骨干网络基础上，增加了更高分辨率的特征映射，并通过自顶向下的路径增强和跨层连接，融合浅层位置信息与深层语义信息。针对遥感小目标尺度设计聚类锚点框尺寸，同时引入空间金字塔池化（SPP）模块有效增加感受野，提高网络对密集排列目标的区分能力。此外，采用焦点损失（Focal Loss）优化正负样本不均衡问题，使模型更专注于难分的小样本。
该方法可广泛应用于卫星或无人机遥感图像的军用目标侦察、港口船舶监管、搜救定位、城市违章建筑检测及森林火灾烟雾识别等领域。特别适用于需要在短时间内处理海量遥感数据且对微小目标不能漏检的自动化预警系统。随着各国商业遥感卫星星座部署的增加，对高效高精度的自动化信息提取技术的需求日益迫切，该技术为构建实时空天大数据处理平台提供了关键技术支撑。
燕山大学坐落于海滨城市秦皇岛，是河北省人民政府与教育部、工业和信息化部、国家国防科技工业局四方共建的全国重点大学。学校源于1920年建校的哈尔滨工业大学，1960年独立办学定名为东北重型机械学院，1978年即被确定为全国重点大学，1997年整体南迁后更名为燕山大学。作为典型的以工学见长的多科性大学，学校拥有机械工程、材料科学与工程等5个国家重点学科，工程学、材料科学等5个学科进入ESI全球排名前1%，其中工程学已跻身前1‰。学校在重型机械成套设备、亚稳材料科学与技术等领域的研究具有国际先进水平，已培养出大批服务国家装备制造业的卓越工程人才。
本成果产生的效益显著。军事与安防效益上，能够辅助指战员在复杂背景中快速发现隐蔽的军事设施或小型移动目标，提升战场感知能力。民用经济上，可用于海关部门对走私活动的小型飞艇、皮划艇等目标的自动监控，实现全天候、大范围的海疆管控，节约巡逻成本。社会效益上，在地震灾害响应中，能帮助救援力量从航拍图像中快速识别被废墟遮挡的受困人员或救援标志物，争取黄金救援时间。产业层面，推动轻量化智能算法向航天遥感载荷的边缘部署延伸。
技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地，希望具备此项技术研发的技术方，能够尽快承接此项目。
下载app