摘要：日益增加的衛(wèi)星遙感、無人機(jī)遙感應(yīng)用對遙感圖像目標(biāo)檢測提出了苛刻的性能需求。為了提高應(yīng)用的時(shí)效性,相較于傳統(tǒng)的圖像數(shù)據(jù)服務(wù)器集中處理方式,目標(biāo)檢測算法向星載、機(jī)載終端計(jì)算設(shè)備的部署是一個(gè)重要的發(fā)展趨勢。遙感圖像的像素?cái)?shù)量遠(yuǎn)高于普通圖像,給終端設(shè)備的目標(biāo)檢測帶來了嚴(yán)重的計(jì)算負(fù)擔(dān)。為了解決這一問題,考慮到遙感圖像覆蓋幅寬廣,有效目標(biāo)分布稀疏的特點(diǎn),提出了一種基于注意力的遙感圖像目標(biāo)輕量化檢測網(wǎng)絡(luò),該算法將檢測任務(wù)拆分為串行的兩個(gè)階段,對兩個(gè)階段的深度神經(jīng)網(wǎng)絡(luò)分別采取不同程度的輕量化策略,從而使得整體檢測任務(wù)在準(zhǔn)確率和計(jì)算效率上同時(shí)得到優(yōu)化。在第1階段,利用高壓縮比的分類網(wǎng)絡(luò),得到目標(biāo)區(qū)域的掩模圖像,從而讓第2階段檢測網(wǎng)絡(luò)的注意力只集中在包含目標(biāo)區(qū)域的范圍;在第2階段,利用MobileNet網(wǎng)絡(luò)的通道分離卷積方式實(shí)現(xiàn)檢測網(wǎng)絡(luò)的小型化。在NVIDIAJetsonTX2嵌入式計(jì)算平臺上的實(shí)驗(yàn)表明,相對傳統(tǒng)的大型檢測網(wǎng)絡(luò),該方法在不損失性能的情況下,速度提升了5倍,網(wǎng)絡(luò)規(guī)?？s小了1倍。