秦伟伟，宋泰年，刘洁瑜，王洪伟，梁 卓

1.火箭军工程大学 核工程学院，西安710025

2.西北工业大学 光电与智能研究院，西安710072

3.中国运载火箭研究院，北京100076

近年来，随着卫星发展进程的加快，遥感图像的质量和数量都有了飞跃式的发展。这些图像已经被广泛应用，而挖掘遥感图像中的丰富信息，无论是民用生活还是军事作战，都具有极大的研究价值。在现代化战争中，信息是命脉，而掌握了信息，就夺得了战争的主动权。及时从海量的遥感图像中准确识别出军事目标，对于作战应用极其重要。在未来战争中，智能化作战是发展趋势，而导弹智能突防的研究则具有重大现实意义，导弹智能突防首先需要识别敌方反导目标，而后才能根据实际情况作出应对。本文从遥感图像中检测敌方防空导弹阵地。

在遥感目标检测的工作中，遥感目标的尺寸不一，方向不一，背景复杂的特性给检测带来了极大的挑战。在军事应用领域，对目标检测算法的精确率，检测速度以及网络的轻量化提出了极高的要求。部署在突防作战的导弹上，算法需要在保证网络轻量化和检测速度的基础上，提升检测精确率。

当前，在目标检测研究方面，主流的检测算法分为两类。一类是两阶段检测算法，主要代表是R-CNN[1]系列算法：R-CNN、Fast R-CNN、Faster R-CNN以及基于此系列的多种改进算法，例如：HyperNet、Mask R-CNN、R-FCN、Cascade R-CNN[2]。这类算法在检测小物体，目标拥挤等较难任务时效果很好，但是由于其需要先对感兴趣的区域生成，然后对该区域进行类别分类与位置回归，检测速度方面有待进一步提高。……