Key points are not available for this paper at this time.
La détection de navires joue un rôle essentiel dans la protection de la sécurité maritime, la régulation du trafic maritime et le renforcement de la défense maritime nationale. Alors que les modèles légers contemporains mettent principalement l'accent sur la réduction des paramètres, les efforts pour réduire les demandes computationnelles demeurent peu explorés. Dans cette étude, nous proposons un module de convolution à canaux multi-fonction léger (MFC-Conv) pour créer un réseau de base efficace. Ce module propage habilement des informations sur des caractéristiques multi-échelles, produisant une représentation holistique tout en s'approchant des architectures résiduelles de manière économiquement rationnelle, favorisant ainsi un flux de gradients transparent lors de l'optimisation. Il convient de noter que MFC-Conv peut être reparamétré en une structure de convolution à deux couches simplifiée, sans ramification ni partitionnement, facilitant le déploiement sur des dispositifs en périphérie aux ressources limitées. En complément, un module d'attention à multi-fonctions (MFA) est proposé pour améliorer l'efficacité de localisation et de classification avec un coût négligeable. De plus, en tirant profit des caractéristiques de résolution inhérentes des images SAR satellites, le décodeur est affiné pour minimiser les calculs redondants. Les évaluations empiriques sur divers ensembles de données révèlent que notre cadre surpasse la référence en réduisant les paramètres de 57,8 % et les FLOPs de 42,7 %. Par rapport à deux modèles légers à la pointe de la technologie (SOTA), il réalise des réductions computationnelles de 51,4 % et 25,0 %, respectivement, permettant ainsi un déploiement viable à bord des satellites pour la détection de navires.
Sun et al. (Mon,) ont étudié cette question.