Спутниковые снимки с высоким разрешением и относительно маленькими по размеру объектами на изображениях затрудняют одновременное обеспечение высокой точности обнаружения и скорости работы. Для решения проблемы обнаружения объектов на высокопиксельных съемках в данной работе предлагается метод, сочетающий скользящее окно и детектор мелких объектов. Сначала изображение разбивается на несколько подизображений с помощью метода скользящего окна, шаг скольжения немного меньше размера окна, чтобы обеспечить некоторое перекрытие между подизображениями, при этом используется относительно большое окно, чтобы уменьшить количество подизображений. Затем подизображения сжимаются, и алгоритм обнаружения обрабатывает сжатые изображения, что снижает время работы алгоритма. В конце результаты объединяются и для удаления повторных обнаружений в перекрывающихся областях применяется метод непикового подавления. В части алгоритма обнаружения основываясь на YOLOv8n, сеть улучшается с помощью SPD сверток, стратегия сопоставления положительных и отрицательных образцов корректируется на основе метода NWD, а структура пирамиды признаков модифицируется для улучшения обнаружения мелких объектов, что позволяет алгоритму адаптироваться к большему размеру сжатых подизображений, уменьшая количество сегментов и повышая скорость обнаружения. Эксперименты показали, что для набора данных по обнаружению автомобилей с средним разрешением изображений 4000×4000 средняя точность обнаружения составила 55.7%, среднее время вычисления на изображение около 47.5 мс, точность выше на 16% по сравнению с YOLOv8n, на 15% по сравнению с YOLOv5s и на 7.6% по сравнению с YOLOv6s. Эффективность метода удовлетворяет требованиям реального времени и позволяет в режиме реального времени обнаруживать объекты на спутниковых изображениях с более высокой точностью.

Обнаружение объектов; спутниковые снимки; алгоритм YOLOv8; обнаружение мелких объектов; метод скользящего окна