इस पत्र में, हम YOLO-DCAP प्रस्तुत करते हैं, जो YOLOv5 का एक उन्नत संस्करण है, जो उपग्रह चित्रों में वस्तु स्थानीयकरण की चुनौतियों (वस्तुओं की उच्च परिवर्तनशीलता, कम स्थानिक रिज़ॉल्यूशन, बादलों और शहर की रोशनी जैसे शोर के साथ प्रमुख विशेषताओं का हस्तक्षेप) को संबोधित करता है। YOLO-DCAP, MDRC (मल्टी-स्केल डाइलेटेड रेसिडुअल कन्वोल्यूशन) ब्लॉक, जो विभिन्न फैलाव दरों के साथ मल्टी-स्केल विशेषताओं को कैप्चर करता है, और AaSP (अटेंशन-एडेड स्पैटियल पूलिंग) मॉड्यूल, जो वैश्विक रूप से प्रासंगिक स्थानिक क्षेत्रों पर केंद्रित है, को एकीकृत करके उपग्रह चित्रों में वस्तु स्थानीयकरण के प्रदर्शन को बेहतर बनाता है। तीन उपग्रह डेटासेट (मेसोस्फेरिक बोर, ऊपरी-वायुमंडल गुरुत्वाकर्षण तरंग, और महासागर भंवर) पर प्रायोगिक परिणाम दर्शाते हैं कि YOLO-DCAP बेसलाइन YOLO मॉडल और अत्याधुनिक मॉडल की तुलना में mAP50 में औसतन 20.95% और IoU में 32.23% का प्रदर्शन बेहतर बनाता कोड सार्वजनिक रूप से उपलब्ध है।
