基于cosSTR-YOLOv7的多尺度遥感小目标检测

针对地理空间遥感图像存在目标分布密集、尺度变化范围较大及小目标特征信息过少等而造成目标检测精度不高的问题，提出了一种基于Swin Transformer(STR)和YOLOv7的多尺度遥感小目标检测算法cosSTR-YOLOv7。以YOLOv7作为基线网络，首先，使用STR模块替换主干网络中的E-ELAN模块，并利用余弦注意力机制和后正则化方法将其改进为cosSTR模块，以提升模型训练的稳定性；其次，在Neck部分构建新的特征融合层，以减少特征信息丢失；然后，在预测部分增加小目标预测层，以提升模型对小目标的检测能力；最后，采用新的SIoU损失函数计算定位损失，以加快模型收敛速度。利用遥感数据集DIOR进行实验，实验结果表明，所提算法平均精度均值(mAP)达到92.63%,对比原YOLOv7算法提高了3.73个百分点，对多尺度小目标的检测性能有显著提高。