一种基于改进轻量YOLOv4的遥感图像目标检测方法
成果类型:: 发明专利
发布时间: 2026-05-18 10:32:12
本发明公开了一种基于改进轻量YOLOv4的遥感图像目标检测方法,属于无人机航拍遥感图像的目标检测技术领域,包括以下步骤:对遥感数据集进行格式转换;按比例将转换后的遥感数据集划分;对骨干网络进行改进,对骨干网络的低层和高层的输入特征图分别进行Haar小波变换,通过Ghost模块对高频特征进行卷积融合,将融合后的特征与普通卷积对特征图提取的特征相加;对Neck进行改进,在FPN前、改进的骨干网络的最后一个残差结构后的两个分支上引入坐标注意力;设置训练参数,得到并保存权重数据;选取验证集损失函数最小的模型训练权重载入到网络中,用测试集进行测试。本发明能够提高无人机航拍遥感图像的目标检测精度和实时性。
该检测方法的改进在于“轻量化特征提取”与“旋转感知模块”的协同设计。首先,使用轻量级网络替换YOLOv4原有的CSPDarknet53,并基于通道剪枝技术削减冗余滤波器,使模型参数量降低一个数量级。其次,针对遥感目标任意朝向的特性,在特征金字塔网络中引入可变形卷积及旋转锚点机制,无需增加复杂后处理即可有效检测任意方向的目标。此外,还结合遥感成像特点,优化了数据增强策略,提升模型泛化能力。
该方法可广泛应用于军事情报侦察中的导弹发射井识别、民用领域的船舶自动检测、森林火灾监控及农业大棚普查等。特别适用于无人机载实时目标锁定及对地侦察打击一体化系统。随着空天地一体化信息网络建设提速,对能够直接在卫星或无人机上运行的高效、轻量化检测模型需求日益迫切。该技术还可应用于移动端的地图软件兴趣点自动提取及野外搜救定位。
燕山大学坐落于河北省秦皇岛市,是一所以工学为主,文学、理学、经济学、管理学、法学、艺术学、教育学等多学科协调发展的全国重点大学。学校源于哈尔滨工业大学,始建于1920年,1960年独立办学定名为东北重型机械学院,1997年整体南迁至秦皇岛并更名为燕山大学。学校是河北省人民政府、教育部、工业和信息化部、国家国防科技工业局四方共建高校,拥有雄厚的师资力量和科研实力,特别是在机械工程、材料科学与工程等学科领域享有盛誉,为国家培养了大批高素质人才。
本成果带来的效益显著。军事效益上,提升战场决策链响应速度,在无人侦察机上实现即时目标告警。经济效益上,可部署于低成本的边缘计算单元,大幅降低地面接收站的处理压力和硬件投入,推动商业化卫星数据服务向快速交付转型。社会效益上,辅助海事部门在复杂海况下高效识别非法捕捞或遇难船只,保障海洋权益与航行安全。产业层面,为国产智能卫星载荷的自主处理能力提供了关键技术支撑。
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。