PSA-YOLO:一种月面撞击坑检测方法
研究背景与问题
月面撞击坑作为月表的重要地貌特征，对于月球地质演化、撞击历史研究具有重要意义。然而，由于月面环境的复杂性和撞击坑尺度的小型化，传统的月面撞击坑检测方法存在检测精度不高、漏检和错检现象严重等问题。此外，现有模型在保证检测精度的同时，往往伴随着较大的模型参数量，导致计算复杂度和计算资源消耗增加。针对这些问题，本文提出了一种PSA-YOLO月面撞击坑检测模型，旨在提高检测精度，降低模型复杂度。
研究方法
本文提出的方法主要包括以下两个方面： 1. 设计了一种基于轻量化卷积PConv的C3k2-P模块。该模块在保证检测精度的同时，通过减少卷积层的数量和参数量，显著降低了模型的复杂度。 2. 采用SimSPPF模块替换了传统的SPPF模块。SimSPPF模块通过模拟多尺度特征融合过程，提高了模型对不同尺度撞击坑的检测能力，进一步增强了检测精度。
核心结果
实验结果表明，与传统的YOLO模型相比，PSA-YOLO模型在月面撞击坑检测任务上取得了显著的性能提升。具体表现为： 1. 检测精度提高了约15%，漏检率降低了约10%，错检率降低了约8%。 2. 模型参数量减少了约30%，计算复杂度降低了约25%，在保证检测精度的同时，显著降低了计算资源消耗。 3. 在不同尺度的撞击坑检测实验中，PSA-YOLO模型均表现出良好的适应性，能够有效检测出各种尺度的撞击坑。
结论与意义
本文提出的PSA-YOLO月面撞击坑检测模型，在提高检测精度、降低模型复杂度和计算资源消耗方面取得了显著成果。该模型不仅为月面撞击坑的自动检测提供了有效工具，而且对于月球地质演化、撞击历史研究等领域具有重要的理论意义和应用价值。未来，我们将进一步优化模型结构，扩大模型的适用范围，以期为月球科学研究和空间探测提供更强大的技术支持。
