标题：改进YOLO11的SAR图像车辆目标检测算法
作者：陶晓天1 高二中1 王建社1；胡皓天1，2；方四安1 柳林1 杨鑫瑶1 许敏强1
作者单位：1 合肥讯飞数码科技有限公司人工智能研究院，安徽 合肥 230000；2 安徽农业大学信息与人工智能学院，安徽 合肥 230000
关键字：SAR；目标检测；YOLO11；特征融合
摘要：针对复杂电磁环境下，SAR图像中车辆目标区域小、背景噪声干扰严重，存在检测难度大的问题，提出了一种改进YOLO11的SAR图像车辆目标检测算法。具体地，为解决小目标检测困难的问题，在结构上添加小目标输出头，用于提升对小目标的检测能力；此外，在特征信息融合之前，利用深度可分离卷积提高模型对各层特征的感知能力；最后，利用残差结构优化多尺度融合网络，减少特征融合过程中背景噪声所导致的多尺度目标特征信息缺失，从而缓解目标漏检问题，增强模型鲁棒性。在遥感数据集SARDet-100K开展SAR车辆目标检测实验，对比实验结果表明，改进YOLO11的mAP达到98.5%，较YOLO11提高了1.1%，同样高于其他先进算法。