劉萬軍，高健康，曲海成，姜文濤

(遼寧工程技術(shù)大學(xué)軟件學(xué)院，葫蘆島 125105)

0 引言

遙感圖像艦船目標檢測一直是遙感圖像處理的研究熱點，核心任務(wù)是定位和識別圖像中的艦船目標，在漁業(yè)管理、海上運輸、船只救援、保衛(wèi)領(lǐng)土等領(lǐng)域有著重要的現(xiàn)實意義[1]。在遙感圖像中，艦船存在被復(fù)雜的背景包圍，目標小且密集排列的現(xiàn)象，這導(dǎo)致艦船漏檢現(xiàn)象嚴重，是遙感圖像解譯面臨的挑戰(zhàn)性問題。

傳統(tǒng)的艦船目標檢測算法通過先驗信息和紋理特征對圖像進行海陸分離[2]，選擇水域作為感興趣區(qū)域，使用模板匹配、形態(tài)學(xué)比對算法、監(jiān)督分類[3]在感興趣區(qū)域檢測艦船目標。由于艦船檢測受到霧氣、云層、光照的干擾，傳統(tǒng)的算法檢測精度較低、魯棒性差，很難滿足實用性需求。卷積神經(jīng)網(wǎng)絡(luò)[4]在目標檢測中的應(yīng)用，使得更多高效的目標檢測算法被提出，檢測算法可分為單階段和雙階段兩類，主流的單階段檢測模型有YOLO系列[5]、SDD算法[6]，該類方法基于回歸的思路，直接預(yù)測類別置信度，并且在圖像上定位出目標位置，但是單階段檢測對于多尺度、小目標的檢測效果較差。雙階段模型提出了區(qū)域建議網(wǎng)絡(luò)結(jié)構(gòu)，生成一系列包含潛在目標的候選框，再進一步確定目標類別和校正邊界框。以Faster R-CNN[7]為代表發(fā)展出了特征金字塔網(wǎng)絡(luò)(feature pyramid networks,FPN)[8]、Mask R-CNN[9]等基于多尺度特征融合的算法。單階段的模型檢測速度更優(yōu)，達到了實時檢測的效果，雙階段的檢測準確率更占優(yōu)勢。

雖然基于深度學(xué)習(xí)的檢測算法不斷地應(yīng)用在遙感圖像艦船檢測中，但都是基于水平區(qū)域的檢測，遙感圖像中存在方向角任意的艦船，目標角度一旦傾斜，水平檢測框的冗余區(qū)域與船只的重疊部分會變大，不利于后期非極大值抑制操作。為了提高方向任意目標的檢測效果，Ma[10]提出采用旋轉(zhuǎn)錨，引入角度變量控制檢測框方向，有效地提高了候選框的質(zhì)量;Yang等[11]基于旋轉(zhuǎn)框目標檢測，提出密集連接特征金字塔結(jié)構(gòu)(dense feature pyramid networks，DFPN)，高層語義信息不僅和相鄰層進行融合，還要和其余特征層進行融合，增強了語義信息的傳播?；谛D(zhuǎn)區(qū)域檢測算法適應(yīng)艦船目標旋轉(zhuǎn)特性，有效解決了檢測區(qū)域冗余問題，不過對于背景復(fù)雜的小目標，檢測性能有待提高。

為了突出復(fù)雜背景下的艦船目標，本文提出多尺度特征增強的遙感圖像艦船目標檢測算法，命名為MFEDet?？紤]到艦船目標尺度多變，提出密集連接感受野模塊(densely connected receptive field，DCRF)，不同空洞率的卷積，涵蓋更密集的不同感受野的特征，可以豐富高層語義特征的多尺度表達；為抑制遙感圖像的背景干擾，設(shè)計基于注意力機制的特征融合結(jié)構(gòu)(attention-guided feature fusion，AFF)，旨在一次使用特征金字塔所有層，通過尺度調(diào)整、加權(quán)融合、注意力增強的方式，突出目標位置，減少目標漏檢現(xiàn)象。

1 旋轉(zhuǎn)區(qū)域檢測網(wǎng)絡(luò)原理

為了實現(xiàn)方向任意的艦船目標的檢測，本文選擇旋轉(zhuǎn)區(qū)域檢測網(wǎng)絡(luò)(rotation region detection network，RRDN)作為算法原始框架，該框架是在Faster R-CNN基礎(chǔ)上改進的，同樣包含3個階段：特征提取網(wǎng)絡(luò)、區(qū)域候選網(wǎng)絡(luò)(region proposal networks，RPN)和Fast R-CNN階段。

RRDN在特征提取階段采用FPN獲取多尺度特征，F(xiàn)PN結(jié)構(gòu)如圖1所示。將圖像輸入主干網(wǎng)絡(luò)進行特征提取，得到特征層{C2，C3，C4，C5}，高層特征語義信息豐富，適用于目標種類的判別，低層特征具有較高分辨率和位置信息，適用于目標位置的回歸，以自頂向下的方式將高層特征信息融入低層特征中，得到{P2，P3，P4，P5} 4個融合特征層。FPN以簡單的方式，使得高層特征為低層特征的目標檢測提供指導(dǎo)信息。

圖1 FPN結(jié)構(gòu)Fig.1 Feature pyramid network structure

與傳統(tǒng)的檢測不同，RPN階段需要利用方向包圍框(oriented bounding box，OBB)重新定義錨框，從而適應(yīng)旋轉(zhuǎn)目標。OBB采用五元組(x，y，w，h，θ)表示旋轉(zhuǎn)錨框，其中(x，y)表示旋轉(zhuǎn)錨框中心點坐標，旋轉(zhuǎn)角θ表示水平軸逆時針旋轉(zhuǎn)遇到旋轉(zhuǎn)框第一條邊所成的夾角，同時標記該邊為w，另一條邊為h，旋轉(zhuǎn)角θ的范圍為(0°,90°]。OBB的表示如圖2所示。

圖2 方向包圍框的表示Fig.2 The representation of oriented bounding box

OBB提供了(-π/6，0，π/6，π/3，π/2，2π/3)6個旋轉(zhuǎn)角，能更準確地描述旋轉(zhuǎn)錨框之間的角度差。此外，RPN會初步判斷錨框?qū)儆谀繕诉€是背景，為下一階段提供更精確的候選框。

在Fast R-CNN階段，ROI Align利用候選框的位置坐標，在特征圖上提取固定大小的感興趣區(qū)域(regions of interest,ROI)，為了匹配ROI的對齊操作，該階段提取的是候選區(qū)域水平外接矩形，不是候選框本身。接著傳送至后續(xù)全連接層，實現(xiàn)候選框更精確的分類和回歸，輸出最好的檢測結(jié)果。

基于RRDN的檢測模型，利用FPN結(jié)構(gòu)，將高層語義信息自頂向下傳播至低層特征，實現(xiàn)了特征的重用，對尺度不一的目標檢測很有幫助；RPN中旋轉(zhuǎn)角的設(shè)置，更適應(yīng)旋轉(zhuǎn)目標方向任意的特性，輸出的檢測框冗余區(qū)域小。因此，選擇該模型用于艦船類的目標，檢測效果更佳。

2 多尺度特征增強檢測方法(MFEDet)

遙感圖像包含的背景信息會干擾目標特征的表達，造成目標位置的模糊，使用RRDN模型依然存在漏檢現(xiàn)象。為解決上述問題，本文對提取到的特征信息增強，豐富多尺度特征的表達，使目標特征獲得更多關(guān)注?；赗RDN模型，對提取的特征信息增強，首先利用DCRF模塊的不同空洞率卷積，感知多尺度感受野語義特征；其次設(shè)計基于注意力機制的特征融合結(jié)構(gòu)，融合高層語義信息和低層位置信息，使用注意力網(wǎng)絡(luò)減弱背景信息的干擾，突出目標位置。本文方法的總體結(jié)構(gòu)如圖3所示。將處理好的數(shù)據(jù)送入特征提取網(wǎng)絡(luò)，基礎(chǔ)網(wǎng)絡(luò)選用Resnet_101提取特征，提取的特征送入FPN進行特征融合；其次，考慮到最高層C5感受野單一，對高層語義信息的感知不充分，增加DCRF模塊，不同空洞率的卷積會獲取多尺度感受野特征，經(jīng)過密集連接的方式，豐富P5層的多尺度特征；接著，將融合后的特征層{P2，P3，P4，P5}送入AFF中，根據(jù)層級權(quán)重進行自適應(yīng)特征融合，對融合后的特征做注意力增強，給與目標位置更多關(guān)注，融合后的特征在與之前各層疊加，組成新的特征層{A2，A3，A4，A5}，每個新層都融合了高層語義信息和低層位置信息；最后，在RPN中根據(jù)設(shè)定的旋轉(zhuǎn)錨框(anchor)選定到高質(zhì)量的候選框(proposals)，F(xiàn)ast R-CNN階段經(jīng)過兩個全連接層(fc)，實現(xiàn)目標的分類回歸，輸出最終的檢測結(jié)果。圖3中cls表示分類分支，其作用是判別檢測框所屬類別是否為目標;Score2×代表模型輸出的目標和非目標的兩種概率，當目標概率更大時，系統(tǒng)判定該檢測框的類別為目標;回歸分支reg預(yù)測的是目標的參數(shù)化坐標;(tx,ty)為預(yù)測框的中心點坐標;tw和th為目標框的長和寬；tθ為目標框相對于水平軸的旋轉(zhuǎn)角度。

圖3 總體結(jié)構(gòu)Fig.3 Overall framework

2.1 密集連接感受野模塊(DCRF)

卷積神經(jīng)網(wǎng)絡(luò)被用來提取圖像特征信息，越深的卷積網(wǎng)絡(luò)，提取到的語義信息越豐富。FPN將最高層P5語義信息，采用自頂向下的傳播方式，融入進較低層級{P2，P3，P4}，利用高層特征的語義信息對低層特征進行增強，這對小目標檢測效果的提升非常重要。低層特征可以融合高層特征的信息，但最高層P5直接由C5降維得到，沒有融合任何上下文信息，且通道數(shù)由2 048驟減至256，信息損失嚴重，因此，需要對高層特征層進一步強化，利用不同感受野的卷積豐富P5層語義信息。

RFBNet[12]在Inception[13]網(wǎng)絡(luò)基礎(chǔ)上，提出了RFB_S結(jié)構(gòu)，選用不同空洞率的卷積，可覆蓋多尺度的感受野，對提取上下文的信息非常有用，但是該結(jié)構(gòu)中的每個分支都是獨立存在的，提取的特征相互之間缺少依賴。受DenseNet[14]密集思想的啟發(fā)，本文改進RFB_S結(jié)構(gòu)，提出了DCRF模塊。DCRF結(jié)構(gòu)如圖4所示，圖中?表示串聯(lián)(concat)操作。該模塊采用的兩個策略：級聯(lián)模式和并行模式。級聯(lián)模式采用密集連接方式，較大空洞率的卷積層接收較小空洞率的卷積層的輸出，可以充分利用上下文信息，產(chǎn)生更大的感受野。并行模式使得多個卷積層接收相同的輸入，經(jīng)過不同卷積核的卷積層以及不同空洞率的空洞層后，輸出多尺度的感知特征。另外，為了保持原始輸入的全局信息，將全局平均池化層(global average pool，GAP)和上采樣層(up sample)連接，與串聯(lián)后的信息相加，實現(xiàn)全局信息與局部信息的融合。該模塊不僅繼承了RFB_S結(jié)構(gòu)多空洞卷積的優(yōu)點，而且更好地利用了卷積層之間的內(nèi)部聯(lián)系。

圖4 密集連接感受野模塊Fig.4 The module of DCRF

2.2 基于注意力機制的特征融合結(jié)構(gòu)(AFF)

遙感圖像存在背景信息復(fù)雜的問題，導(dǎo)致后續(xù)RPN生成的候選框會引入噪聲信息，眾多噪聲信息會淹沒目標，使目標區(qū)域變得模糊，出現(xiàn)誤檢漏檢現(xiàn)象。因此，在特征送入RPN層之前，有必要對特征層進行注意力增強，更多地關(guān)注目標特征，弱化非目標特征。若是對所有特征層{P2，P3，P4，P5}單獨進行注意力增強，會導(dǎo)致計算量激增，并且每一層只做自身注意力增強，高層特征缺乏低層位置信息，低層特征缺乏高層語義信息，層級之間信息缺少有效的溝通，表現(xiàn)出不平衡狀態(tài)。對此，設(shè)計AFF結(jié)構(gòu)，加權(quán)融合所有高低特征層信息，從整體上增強目標特征的表達，特征融合結(jié)構(gòu)如圖5所示。

圖5 特征融合結(jié)構(gòu)Fig.5 Feature fusion structure

在FPN后，進一步對提取到的特征層{P2，P3，P4，P5}進行特征增強。AFF結(jié)構(gòu)與Libra R-CNN中BFP思想類似，一次利用所有FPN層，通過分辨率調(diào)整、加權(quán)融合的方式，得到一層融合后的特征，對該層做雙重注意力增強，將增強后的特征再和原始層相加，實現(xiàn)特征強化和高低層信息充分融合，得到了增強后的多尺度特征層{A2，A3，A4，A5}。

2.2.1 加權(quán)融合層級特征

FPN的P5層獲取到更多是的是語義信息，P2層為高分辨率層，學(xué)習(xí)到更多的是細節(jié)特征，適合小目標檢測，但是缺乏語義信息指導(dǎo)，小目標容易產(chǎn)生漏檢現(xiàn)象，高低層特征融合能夠很好地解決這個問題。P4層的分辨率更適合語義信息和細節(jié)信息的融合[15]，所以將4層特征尺寸調(diào)整至P4大小進行特征融合。通常的融合方式是各層相加取平均，將各層空間信息差異較大的特征直接相加，會削弱多尺度特征表達能力。本文通過獲取不同特征層在空間位置(i，j)上的權(quán)重，對4層特征進行自適應(yīng)融合，融合方式定義為：

(1)

(2)

2.2.2 雙重注意力網(wǎng)絡(luò)

注意力機制[16-17]的提出，有效地解決了目標遮擋、模糊問題。遙感圖像中的艦船目標容易被復(fù)雜的背景信息淹沒，目標位置的模糊容易導(dǎo)致漏檢現(xiàn)象，所以，使用注意力機制對特征增強是十分必要的。本文設(shè)計的位置和通道雙重注意力網(wǎng)絡(luò)如圖6所示。上半部分為位置注意力，融合后的特征圖Px經(jīng)過一系列不同卷積核的卷積運算，得到了雙通道顯著圖，雙通道分別映射了前景和背景的概率，Softmax函數(shù)會將顯著圖的值映射到[0，1]之間，選擇顯著圖的一個通道與Px相乘，生成新的特征圖，可以抑制噪聲信息，強化目標信息。下半部分是通道注意力機制，使用SEnet[18]的通道注意力輔助增強特征層，順著通道維度對Px進行全局平均池化壓縮，獲取全局感受野，經(jīng)過全連接層和Sigmid非線性處理，將輸出結(jié)果作為每個通道的權(quán)重值。為了使通道注意力更輕便，用比例r減少全連接層尺寸，選擇合適的比例r能兼顧模型的計算效率和檢測性能(r=4)。通道注意力獲得的權(quán)重值也與Px相乘，生成的特征圖與位置注意力特征圖做融合，得到新的注意力特征圖Ax。

圖6 雙重注意力網(wǎng)絡(luò)Fig.6 Dual attention network

注意力網(wǎng)絡(luò)可視化如圖7所示。圖7(a)為加權(quán)融合后的特征圖，出現(xiàn)目標位置模糊現(xiàn)象，說明融合前FPN提取到的高低層特征目標特征已經(jīng)被背景信息淹沒，目標位置不夠顯著。圖7(b)為注意力增強后的特征圖，注意力機制的引入，突出目標位置，抑制噪聲信息對特征圖的干擾，很好地解決了待檢測目標模糊問題。目前大多數(shù)的注意力網(wǎng)絡(luò)都是非監(jiān)督的，不能更好地關(guān)注目標位置，本文設(shè)置可監(jiān)督機制，即在訓(xùn)練階段，根據(jù)真值圖生成的二值掩碼如圖7(c)所示，將掩碼和位置注意力中雙通道顯著圖的交叉熵損失，作為注意力網(wǎng)絡(luò)損失，優(yōu)化注意力網(wǎng)絡(luò)。沒有添加注意力損失的無監(jiān)督顯著圖，目標位置標記不精確，目標區(qū)域模糊，如圖7(d)所示；有監(jiān)督的顯著圖目標位置更突出，能夠很好地引導(dǎo)網(wǎng)絡(luò)關(guān)注目標信息，顯著圖如圖7(e)所示。

(a)注意力網(wǎng)絡(luò)輸入特征圖 (b)注意力網(wǎng)絡(luò)輸出特征圖 (c)二值掩碼圖

2.3 損失函數(shù)

為了訓(xùn)練RPN，提取高質(zhì)量的候選框，需要在所有旋轉(zhuǎn)框中挑選正負樣本，每個框會分配一個二值類別標簽和5個參數(shù)化坐標。正樣本的旋轉(zhuǎn)框需要滿足以下兩個條件之一即可：①旋轉(zhuǎn)框與真實目標框之間交并比(intersection over union,IOU)重疊大于0.5，且角度差小于15°；②旋轉(zhuǎn)框與目標框的IOU重疊最高。同樣的負樣本也是兩個條件：①IOU重疊小于0.2；②IOU的重疊大于0.5，但角度差大于15°。小批量總數(shù)是512，正負樣本比例是1∶1，其余不滿足條件的候選框會被摒棄。

同RPN階段類似，F(xiàn)ast R-CNN階段也以同樣方式選擇正負樣本，不同的是小批量總數(shù)變?yōu)?56。該階段也會對每個候選框分類，分配5個參數(shù)化坐標，回歸出最終預(yù)測框，加入了角度信息后，旋轉(zhuǎn)框可以更精準的定位目標，參數(shù)化坐標的回歸定義為：

(3)

(4)

式中：變量x,xa,x′分別為預(yù)測框、旋轉(zhuǎn)框和真值框的中心點x坐標(y，w，h，θ同樣)；k(k∈Ζ)為保持旋轉(zhuǎn)角在(0°,90°]、令旋轉(zhuǎn)框保持在相同位置的參數(shù)，當k為奇數(shù)時，邊框的w與h需要互換。損失函數(shù)采用多任務(wù)損失，新增注意力損失后，其定義為：

(5)

Lreg(t,t′)=smoothL1(t-t′)，

(6)

(7)

smoothL1函數(shù)避開了L1和L2損失函數(shù)的缺陷，解決了梯度爆炸問題，強魯棒性使得該函數(shù)更適合目標框的回歸。

3 實驗結(jié)果與分析

3.1 參數(shù)設(shè)置

在RPN階段采用旋轉(zhuǎn)框作為錨框，使用5個變量{x，y，w，h，θ}來唯一確定旋轉(zhuǎn)框，(x，y)表示目標框中心點坐標，旋轉(zhuǎn)角θ是由x軸逆時針旋轉(zhuǎn)與框所成的夾角，并記框的這條邊為w，另一條邊為h，旋轉(zhuǎn)角范圍是[-90°，0°)，這與OpenCV中的定義保持一致。本文從多尺度、多角度、多長寬比3個參數(shù)生成各式各樣的旋轉(zhuǎn)錨框。為特征層{A2，A3，A4，A5，A6}(A6是由A5下采樣得到)分配單一尺度，尺度大小分別為{32，64，128，256，512}像素，設(shè)計6個角度{-15°，-30°，-45°，-60°，-75°，-90°}預(yù)測艦船的方向，可以多角度覆蓋目標，根據(jù)艦船形狀，設(shè)置錨框有{1∶2，2∶1，1∶3，3∶1，1∶5，5∶1，1∶7，7∶1}的長寬比。每層上每個特征點產(chǎn)生48個旋轉(zhuǎn)框(8×6)，輸出240個回歸參數(shù)(5×48)和96個分類分(2×48)。

本文實驗是在Ubuntu16.04系統(tǒng)、NVIDIA GeForce GTX 1080Ti的計算機上，深度學(xué)習(xí)實驗環(huán)境為TensorFlow。為加快模型收斂，使用預(yù)訓(xùn)練模型ResNet101對網(wǎng)絡(luò)進行初始化。實驗經(jīng)歷100k次迭代，前40k次迭代的學(xué)習(xí)率為0.001，再40k次學(xué)習(xí)率降為0.000 1，最后20k次迭代為0.000 01，權(quán)重衰減為0.000 1，動量為0.9，優(yōu)化器選擇Momentum。

3.2 實驗數(shù)據(jù)和評估指標

DOTA是用于遙感圖像目標檢測的大型數(shù)據(jù)集，每個實例都由一個任意的四邊形標記，包含2 806張來自不同平臺的圖像[19]，每張圖像分辨率大小從800×800到4 000×4 000不等，囊括了多尺度、任意方向和形狀各異的目標。從該數(shù)據(jù)集中提取出包含艦船的圖像，并以256像素點的步幅，裁剪出1 000×600的子圖像，再經(jīng)過180°旋轉(zhuǎn)、水平翻轉(zhuǎn)對數(shù)據(jù)進行增強。

使用平均精度(average precision，AP)評定不同方法在艦船類目標檢測的性能[19]，它是反映全局性能的指標，由精確率P和召回率R積分得出，定義為：

(8)

(9)

(10)

式中：TP為艦船樣本被正確標記為艦船個數(shù)；FP為非艦船樣本被標記為艦船個數(shù)；TN為非艦船樣本被正確標記為非艦船目標個數(shù)；FN為艦船樣本被標記為非艦船目標個數(shù)。

3.3 自身模塊對比實驗

本文選用旋轉(zhuǎn)區(qū)域檢測網(wǎng)絡(luò)作為基礎(chǔ)網(wǎng)絡(luò)(Baseline)，包括特征提取網(wǎng)絡(luò)(ResNet_101)，F(xiàn)PN，RPN，ROI Align以及旋轉(zhuǎn)非極大值抑制等。將以上基礎(chǔ)網(wǎng)絡(luò)和所有的實驗參數(shù)保持一致，使用平均精度衡量性能，自身模塊實驗結(jié)果見表1，表中加粗部分為同類指標中的最佳值。

表1 不同模塊的消融實驗結(jié)果Tab.1 Results of ablative experiments of different module

基礎(chǔ)網(wǎng)絡(luò)的精確率雖高，但其召回率只有76.56%，目標漏檢現(xiàn)象嚴重；DCRF可以感知到不同感受野信息，減少高層語義信息的損失，將框架的AP提高到69.52%，召回率明顯增加了4.26百分點；AFF模塊融合增強高低層特征，高層信息能指導(dǎo)低層特征檢測小目標，低層信息豐富高層特征的空間信息，單獨結(jié)合AFF，同樣會提高召回率，相比于基礎(chǔ)網(wǎng)絡(luò)，AP增長至69.66%；本文方法MFEDet在基礎(chǔ)網(wǎng)絡(luò)之上，結(jié)合DCRF和AFF模塊，進一步改善框架性能，AP達到71.61%。不同模塊的對比結(jié)果見表2。本文選取3類圖片驗證各模塊的有效性：示例1為背景復(fù)雜的艦船圖像，示例2中圖像艦船目標密集排列，示例3的圖像中存在小目標。

表2 不同模塊的結(jié)果展示Fig.2 Show the results of different modules

(續(xù)表)

1)DCRF模塊有效性分析。表2第二行為基礎(chǔ)網(wǎng)絡(luò)的結(jié)果，在背景雜亂、目標密集的圖像中，該方法的漏檢現(xiàn)象嚴重。第三行為增加DCRF模塊的結(jié)果，DCRF利用不同空洞率卷積，獲得多尺度感受野特征，增強高層語義信息的提取和傳播，使目標漏檢現(xiàn)象明顯減少，大目標和小目標均能被準確的標記。

2)AFF模塊有效性分析。第四行為MFEDet檢測結(jié)果，可以看出，對于密集排列的目標，模型給出了更準確的目標框進行標記，艦船和背景相似的困難目標也被精確檢測到，證明AFF模塊的引入，抑制了背景信息的干擾，目標位置受到更多關(guān)注，改善了困難樣本的漏檢問題。

3)表2最后兩行分別為基礎(chǔ)檢測模型的3幅場景的特征圖和本文提出的MFEDet模型下圖像的特征圖。前者提取的特征目標位置不夠顯著，邊緣出現(xiàn)模糊現(xiàn)象，并且部分目標被背景淹沒，目標特征丟失，相比之下，MFEDet模型對提取到的特征進行多尺度增強，抑制了背景信息的表達，目標位置更清晰準確，有效地解決了艦船漏檢問題，更適用于復(fù)雜場景下的遙感圖像目標檢測。

3.4 對比實驗

為了進一步驗證MFEDet的有效性，本文方法還和FR-O[20]，RRPN，R-DFPN以及RADet[21]作比較，不同方法的對比結(jié)果見表3。

表3 不同方法的對比結(jié)果Tab.3 Different methods comparison results (%)

表中FR-O代表Faster R-CNN OBB檢測器，是DOTA官方給出的旋轉(zhuǎn)檢測方法，可以看出該方法的AP相對較差。R-DFPN和RRPN等旋轉(zhuǎn)區(qū)域的檢測法，雖然艦船檢測準確率相對較高，但是艦船召回率低，漏檢現(xiàn)象嚴重，準確率和召回率不能很好地平衡，導(dǎo)致其AP較低。此外，本文還與最新的RADet檢測器做了對比，由二者的AP可知，本文方法相對于最新的檢測算法，檢測性能依然有優(yōu)勢。

本文方法在RRDN算法基礎(chǔ)上新增兩個模塊，提高檢測性能的同時，測試速度依然處于較快水平。不同方法訓(xùn)練時間和測試時間的比較見表4。

表4 不同方法的訓(xùn)練時間和測試時間Tab.4 Training time and test time for each method (s)

4 結(jié)論

本文提出的多尺度特征增強的艦船目標檢測方法，針對方向任意、場景復(fù)雜、小目標聚集的遙感艦船圖像。

1)設(shè)計了兩個新的結(jié)構(gòu)，在最高層添加密集連接感受野模塊(DCRF)，改進FPN網(wǎng)絡(luò)，有效地增強了高層語義信息的表達。

2)設(shè)計基于注意力機制的特征融合結(jié)構(gòu)(AFF)，加權(quán)融合了高低層信息，同時對融合后的特征進行雙重注意力增強，抑制噪聲信息并突出目標位置，對于復(fù)雜場景中的小目標檢測十分重要。

3)針對艦船不同長寬比的特點，設(shè)置不同長寬比例和不同旋轉(zhuǎn)角的錨框，改善檢測區(qū)域的冗余問題。在傳統(tǒng)的多任務(wù)損失中新增注意力損失，不斷優(yōu)化注意力網(wǎng)絡(luò)，使整個檢測模型達到最佳。在DOTA公開遙感數(shù)據(jù)集上，本文方法取得了較好的檢測效果。