CẢI TIẾN MẠNG YOLOv11 ĐỂ PHÁT HIỆN NHIỄU TẦN SỐ VÔ TUYẾN TRONG DỮ LIỆU SENTINEL-1A LEVEL1

Tóm tắt

Nhiễu tần số vô tuyến là một vấn đề đáng kể ảnh hưởng đến chất lượng dữ liệu ảnh vệ tinh Sentinel-1A Level-1, gây ra những khó khăn trong việc phân tích và ứng dụng dữ liệu. Do đó, việc phát hiện và loại bỏ nhiễu tần số vô tuyến là một bước quan trọng trong tiền xử lý dữ liệu Sentinel-1A. Nghiên cứu này tập trung vào việc phát triển một phương pháp phát hiện nhiễu tần số vô tuyến tiên tiến dựa trên mạng YOLOv11. Mô hình YOLOv11 là một mô hình mới nhất hiện nay với khả năng phát hiện đối tượng nhanh chóng và chính xác. Tuy nhiên, để nâng cao hiệu quả phát hiện trong dữ liệu Sentinel-1A, nghiên cứu này đã trình bày một mô hình cải tiến bằng cách tích hợp thêm Attention Module vào kiến trúc mạng là: ECA (Efficient Channel Attention), GAM (Global Attention Mechanism), SA (Shuffle Attention) và ResCBAM (ResBlock + Convolutional Block Attention Module). Bài viết cũng đã xây dựng một bộ dữ liệu được gán nhãn thủ công với độ chính xác cao phục vụ cho quá trình huấn luyện và đánh giá các mô hình. Kết quả thực nghiệm cho thấy phương pháp mô hình cải tiến YOLOv11+ SA có độ chính xác cao và tốc độ thực thi nhanh hơn so với mô hình ban đầu.