SG-YOLO：一种基于YOLO的多光谱小型目标检测器，适用于无人机图像处理 张斌杰（Binjie Zhang）、 王琳（Lin Wang）、 姚全伟（Quanwei Yao）、 李凯阳（Keyang Li）和 谭秦燕（Qinyan Tan）

《Remote Sensing》：SG-YOLO: A Multispectral Small-Object Detector for UAV Imagery Based on YOLO Binjie Zhang, Lin Wang, Quanwei Yao, Keyang Li and Qinyan Tan

　　

摘要

红外移动海上船只分割是海上安全领域的一项关键图像处理任务，由于背景复杂且目标大小不一，这成为一个具有挑战性的问题。为了解决这些问题，我们提出了一种基于多尺度时空视觉变换器（ST-VT）的端到端分割网络，用于分割红外图像序列中的移动海上船只。具体来说，在特征提取模块中，我们引入了一种结合了多尺度主干网络和特征金字塔网络技术的多尺度特征编码结构。随后，提出了多尺度可变形编码器结构和跨尺度融合模块与像素解码器，以生成多尺度时空特征。接着，我们采用了改进的注意力模块，这些模块是提示解码器从粗到细框架（跨尺度）的核心部分，用于获取分割提示。最后，应用多尺度掩码解码器来实现最终的目标分割。实验在基准数据集IPATCH和我们的标注数据集LAS-MassMIND上进行。结果表明，所提出的方法在复杂背景和不同大小的目标情况下均取得了先进的性能。