基于锚框自适应和多尺度增强的SAR舰船检测

针对目前基于深度学习的合成孔径雷达(synthetic aperture radar, SAR)舰船检测锚框尺度固定、多尺度检测性能较差的问题，提出了一种基于锚框自适应和多尺度增强网络(adaptive anchor multi-scale enhancement network, AA-MSE-Net)的SAR舰船检测方法。首先，AA-MSE-Net引入了锚框自适应机制，来生成适应目标形态的高质量锚框，增强了舰船形态描述能力。其次，AA-MSE-Net提出了多尺度增强金字塔网络，来融合增强多尺度特征，增强了多尺度描述能力。最后，AA-MSE-Net在骨干网络中引入了可变形卷积，来提取舰船形变特征，进一步提高检测精度。实验证明，AA-MSE-Net在公开SAR舰船检测数据集上的平均精度高于8种对比方法。