基于改进SSD的合成孔径声纳图像感兴趣小目标检测方法

轻量化目标检测模型SSD-MV3(Single Shot Detection-MobileNet V3)因输入图像尺寸限制无法直接检测高分辨率大尺寸合成孔径声纳（Synthetic Aperture Sonar, SAS）图像中感兴趣小目标.为此，本文提出了一种新的目标检测方法 HRSSD(High Resolution Single Shot Detection)，该方法通过冗余切割确保SSD-MV3输入图像尺寸的规范以及感兴趣小目标的完整，并利用二次非极大值抑制保证检测结果的唯一.此外，提出了一种尺度、空间和通道注意力机制联合的特征提取模块，并利用该模块重新设计了SSD-MV3的基础网络和附加特征提取网络，记作SSD-MV3P(Single Shot Detection-MobileNet V3 Pro)，使得SSD-MV3P能更有效的感知感兴趣小目标特征信息.实验结果表明，在感兴趣小目标检测数据集SST(Sonar Small Targets)上，SSD-MV3P的平均检测精度（mean Average Precision, mAP）比SSD-MV3提升4.39%.HRSSD实现...