[1] [1] 1姜鑫， 陈武雄， 聂海涛， 等. 航空遥感影像的实时舰船目标检测［J］. 光学 精密工程， 2020， 28（10）： 2360-2369. doi: 10.37188/ope.20202810.2360JIANGX， CHENW X， NIEH T， et al. Real-time ship target detection based on aerial remote sensing images［J］. Opt. Precision Eng.， 2020， 28（10）： 2360-2369.（in Chinese）. doi: 10.37188/ope.20202810.2360

[2] [2] 2王慧利， 朱明， 蔺春波， 等. 光学遥感图像中复杂海背景下的舰船检测［J］. 光学 精密工程， 2018， 26（3）： 723-732. doi: 10.3788/ope.20182603.0723WANGH L， ZHUM， LINCH B， et al. Ship detection of complex sea background in optical remote sensing images［J］. Opt. Precision Eng.， 2018， 26（3）： 723-732.（in Chinese）. doi: 10.3788/ope.20182603.0723

[3] [3] 3丁鹏， 张叶， 贾平， 等. 基于多尺度多特征视觉显著性的海面舰船检测［J］. 光学 精密工程， 2017， 25（9）： 2461-2468. doi: 10.3788/ope.20172509.2461DINGP， ZHANGY， JIAP， et al. Ship detection on sea surface based on multi-feature and multi-scale visual attention［J］. Opt. Precision Eng.， 2017， 25（9）： 2461-2468.（in Chinese）. doi: 10.3788/ope.20172509.2461

[4] [4] 4兰旭婷， 郭中华， 李昌昊. 基于注意力与特征融合的光学遥感图像飞机目标检测［J］. 液晶与显示， 2021， 36（11）： 1506-1515. doi: 10.37188/CJLCD.2021-0088LANX T， GUOZH H， LICH H. Attention and feature fusion for aircraft target detection in optical remote sensing images［J］. Chinese Journal of Liquid Crystals and Displays， 2021， 36（11）： 1506-1515.（in Chinese）. doi: 10.37188/CJLCD.2021-0088

[5] [5] 5王浩桐， 郭中华. 改进SSD的飞机遥感图像目标检测［J］. 液晶与显示， 2022， 37（1）： 116-127. doi: 10.37188/CJLCD.2021-0203WANGH T， GUOZH H. Improved SSD based aircraft remote sensing image target detection［J］. Chinese Journal of Liquid Crystals and Displays， 2022， 37（1）： 116-127.（in Chinese）. doi: 10.37188/CJLCD.2021-0203

[6] [6] 6高彦宇，尹怡欣.一种基于支持向量机和半监督期望最大化算法的分级图像标识方法［J］. 自动化学报，2010，36（7）：960-967. doi: 10.3724/sp.j.1004.2010.00960GAOY Y， YINY X. A hierarchical image annotation method based on SVM and semi-supervised EM［J］. Acta Automatica Sinica， 2010， 36（7）： 960-967. （in Chinese）. doi: 10.3724/sp.j.1004.2010.00960

[7] DONG C, LIU J H, XU F. Ship detection in optical remote sensing images based on saliency and a rotation-invariant descriptor[J]. Remote Sensing, 10, 400(2018).

[8] JIANG H Z, LEARNED-MILLER E. Face Detection with the Faster R-CNN[C], 650-657(2017).

[9] GIRSHICK R. Fast R-CNN[C], 1440-1448(2016).

[10] HE K M, GKIOXARI G, DOLLÁR P et al. Mask R-CNN[C], 2980-2988(2017).

[11] REDMON J, FARHADI A. Yolov3： An incremental improvement[J]. arXiv preprint arXiv, 2018.

[12] BOCHKOVSKIY A, WANG C Y, LIAO H Y M. YOLOv4： optimal speed and accuracy of object detection[webpage]. arXiv, 2004-10934(2020). https：//arxiv.org/abs/2004.10934

[13] LIU W, ANGUELOV D, ERHAN D et al. SSD： single shot MultiBox detector[J]. Computer Vision, 21-37(2016).

[14] WANG Y Y, WANG C, ZHANG H et al. Automatic ship detection based on RetinaNet using multi-resolution Gaofen-3 imagery[J]. Remote Sensing, 11, 531(2019).

[15] LAW H, DENG J. CornerNet： detecting objects as paired keypoints[J]. Computer Vision, 765-781(2018).

[16] DUAN K W, BAI S, XIE L X et al. CenterNet： Keypoint Triplets for Object Detection[C], 6568-6577(2019).

[17] TIAN Z, SHEN C H, CHEN H et al. FCOS： Fully Convolutional One-Stage Object Detection[C], 9626-9635(2019).

[18] KONG T, SUN F C, LIU H P et al. FoveaBox： beyound anchor-based object detection[J]. IEEE Transactions on Image Processing, 29, 7389-7398(2020).

[19] [19] 19王玺坤， 姜宏旭， 林珂玉. 基于改进型YOLO算法的遥感图像舰船检测［J］. 北京航空航天大学学报， 2020， 46（6）： 1184-1191.WANGX K， JIANGH X， LINK Y. Remote sensing image ship detection based on modified YOLO algorithm［J］. Journal of Beijing University of Aeronautics and Astronautics， 2020， 46（6）： 1184-1191.（in Chinese）

[20] [20] 20史文旭， 鲍佳慧， 姚宇. 基于深度学习的遥感图像目标检测与识别［J］. 计算机应用， 2020， 40（12）： 3558-3562. doi: 10.11772/j.issn.1001-9081.2020040579SHIW X， BAOJ H， YAOY. Remote sensing image target detection and identification based on deep learning［J］. Journal of Computer Applications， 2020， 40（12）： 3558-3562.（in Chinese）. doi: 10.11772/j.issn.1001-9081.2020040579

[21] [21] 21焦军峰， 靳国旺， 熊新， 等. 旋转矩形框与CBAM改进RetinaNet的SAR图像近岸舰船检测［J］. 测绘科学技术学报， 2020， 37（6）： 603-609.JIAOJ F， JING W， XIONGX， et al. SAR images nearshore ship detection based on RetinaNet algorithm with rotated rectangular box［J］. Journal of Geomatics Science and Technology， 2020， 37（6）： 603-609.（in Chinese）

[22] GE Z, LIU S, WANG F et al. YOLOX： exceeding YOLO series in 2021[webpage]. arXiv, 2107-08430(2021). https：//arxiv.org/abs/2107.08430

[23] HOU Q B, ZHOU D Q, FENG J S. Coordinate Attention for Efficient Mobile Network Design[C], 13708-13717(2021).

[24] ZHENG Z H, WANG P, LIU W et al. Distance-IoU loss： faster and better learning for bounding box regression[J]. Proceedings of the AAAI Conference on Artificial Intelligence, 34, 12993-13000(2020).

[25] GE Z, LIU S T, LI Z M et al. OTA： Optimal Transport Assignment for Object Detection[C], 303-312(2021).

[26] HU J, SHEN L, SUN G. Squeeze and Excitation Networks[C], 7132-7141(2018).

[27] PARK J, LEE J Y et al. CBAM： convolutional block attention module[J]. Computer Vision, 3-19(2018).

[28] [28] 28邱晓华， 李敏， 邓光芒， 等. 多层卷积特征融合的双波段决策级船舶识别［J］. 光学 精密工程， 2021， 29（1）： 183-190. doi: 10.37188/OPE.20212901.0183QIUX H， LIM， DENGG M， et al. Multi-layer convolutional features fusion for dual-band decision-level ship recognition［J］. Opt. Precision Eng.， 2021， 29（1）： 183-190.（in Chinese）. doi: 10.37188/OPE.20212901.0183

[29] TAN M X, PANG R M, LE Q V. EfficientDet： Scalable and Efficient Object Detection[C], 10778-10787(2020).

[30] ZHANG H Y, WANG Y, DAYOUB F et al. VarifocalNet： an IoU-aware Dense Object Detector[C], 8510-8519(2021).

[31] LIU Z K, YUAN L, WENG L B et al. A High Resolution Optical Satellite Image Dataset for Ship Recognition and Some New Baselines[C], 24, 324-331(2017).