Diante do problema de baixa precisão na detecção de alvos de aviões em imagens de sensoriamento remoto coloridas devido ao pequeno volume dos alvos, distribuição densa e fundo complexo, propõe-se um algoritmo melhorado para detecção de alvos de aviões em qualquer direção em imagens de sensoriamento remoto coloridas sem pontos de ancoragem. O modelo base é o BBAVectors, utilizando ResNet50 como rede principal para extração de características, adicionando após a rede de pirâmide de características FPN um módulo PANet de extensão de caminho de cima para baixo, encurtando o caminho de informação e reforçando a pirâmide de características com informações de localização precisas de baixo nível. Em seguida, é introduzido um módulo CBAM de mecanismo de atenção, que, ao suprimir ruídos e destacar as características dos alvos, melhora a precisão da detecção de aviões em ambientes complexos. Experimentos de ablação e comparação foram realizados no conjunto de dados DOTA, e o DOTA_devkit foi usado para cortar o conjunto de dados em proporções de 0,5 e 1 vez, aumentando a precisão do modelo. O modelo melhorado alcançou uma precisão de detecção de 90,35% no conjunto de teste de imagens de sensoriamento remoto coloridas. Comparado ao modelo original, a precisão de detecção aumentou em 0,82%. Os resultados experimentais indicam que este método apresenta melhor desempenho na tarefa de detecção de aviões em imagens de sensoriamento remoto coloridas.

detecção de alvos de aviões;qualquer direção;sem pontos de ancoragem;extensão de caminho;mecanismo de atenção