.png){kind=icon}
返回
RS-TOD: Tiny object detection model in Remote Sensing Imagery
.png){kind=icon}
PRE
AI
DOI：10.1016/j.rsase.2025.101582.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
遥感影像（RSI）与自然图像不同，因其存在微小、密集分布的目标物体和复杂的背景。尽管已提出大量模型用于此目的，但由于环境条件、图像中重叠及混淆物体、图像清晰度以及检测和识别微小及多类物体的困难等挑战，在遥感图像中检测微小物体的性能仍显不足。在本文中，我们提出了遥感微小物体检测器（RS-TOD）模型，它是YOLOv8的增强版本，旨在克服RSI中面临的挑战。提出的RS-TOD整合了遥感注意力模块（RSAM）以改进特征提取，并引入了专用于检测微小物体的额外检测头。在SODA-A、AI-TOD和TinyPerson数据集上的实验结果证明了所提出的RS-TOD的有效性。该模型在SODA-A数据集上实现了60.10的mAP50和20.30的mAP50-95，分别提升了7.29%和6%。对于AI-TOD数据集，模型实现了59.84的mAP50和28.40的mAP50-95，分别提高了11.34%和6.03%。在TinyPerson数据集上，它实现了47.60的mAP50和16.80的mAP50-95，相比YOLOv8模型分别提升了7.08%和3.40%。这些结果验证了所提出的RS-TOD模型在增强遥感影像中微小物体检测方面的有效性。
