摘要：针对无人机采集到多源图像如何实现舰船目标的融合检测问题，提出了一种基于MFFDet-R的多源舰船图像融合检测方法。首先，为提升检测速度采用单阶段无锚框设计降低计算量；随后，为提升检测精度采用旋转任务对齐学习进行标签分配和对齐；然后，为实现多模态特征的充分融合设计了多模态特征融合网络；最后，根据特定场景有针对性的设计检测头和角度预测头以提升网络检测性能。通过实验对比验证，结果表明所提方法可以有效实现对多源舰船的融合检测，且对不同场景下舰船目标的检测性能优于其他方法。
文章目录
0 引 言
1 MFFDet-R目标检测算法
1.1 网络框架
1.2 旋转任务对齐学习
1.3 多模态特征融合网络CSPPAN
1.4 高效任务对齐检测头
1.5 ProbIoU损失
1.6 解耦的角度预测头
1.7 可学习门控单元
1.8 损失函数
2 实验与结果分析
2.1 数据集构建
2.2 实验环境及评价指标
2.3 消融实验
2.4 算法性能对比实验
2.5 网络训练及验证
2.6 可视化结果
3 结 论
