Detección de objetos salientes ligera orientada a la velocidad en imágenes de teledetección óptica

El modelo ligero para la detección de objetos salientes en imágenes de teledetección óptica (SOD-RSI) es un tema emergente reciente. Debido a la complejidad de la tarea, los trabajos publicados recientemente han logrado una compresión de modelo efectiva, pero aún no han alcanzado la velocidad de detección deseada. Para realmente liberar la velocidad de detección de modelos ligeros mientras se asegura un favorable equilibrio entre precisión y eficiencia, proponemos una nueva red ligera SOD-RSI orientada a la velocidad (SOLNet), que tiene ventajas significativas en la velocidad de detección. Específicamente, diseñamos un módulo de atención por grupos ligero (LGA) para deconstruir–interactuar–recombinar características de canal y un módulo de codificación dinámica mejorada (EDE) para capturar dinámicamente información espacial. Sobre esta base, se propone además el módulo de agregación dináicamente mejorado (DEAM), que explora la correlación intrínseca de la información característica al decodificar mapas de características de alto nivel, eliminando la necesidad de prestar atención adicional a otras escalas. SOLNet completa la decodificación ligera y eficiente a través de simples operaciones de agregación en cascada. Cabe destacar que también proponemos una estrategia de evaluación que toma en cuenta tanto la velocidad como la precisión, extendiendo una novedosa métrica de ganancia ligera (Lg) para SOD-RSI. Esto no solo revela efectivamente el problema de ganancia insuficiente de los modelos ligeros, sino que también proporciona soporte teórico para la evaluación de trabajos ligeros subsecuentes. Los resultados experimentales en los desafiantes conjuntos de datos EORSSD y ORSSD muestran que SOLNet logra mejoras significativas en velocidad y es el método ligero SOD-RSI de última generación (SOTA). El código está disponible en https://github.com/SpiritAshes/SOLNet.