-
公开(公告)号:CN117557902A
公开(公告)日:2024-02-13
申请号:CN202311495712.0
申请日:2023-11-10
Applicant: 安徽大学
Abstract: 本发明公开一种基于SAR目标检测器的图像检测方法,涉及雷达遥感图像应用技术领域,包括:采集待检测目标的图像数据,将SAR目标检测器的网络结构每一层拆分为输入层和输出层,根据输入层与输出层对应的关系,获取网络结构中各个层之间的依赖关系,进而建立依赖模型;依据依赖模型,以相邻层之间依赖关系的递推方式将两两耦合的网络结构分成一组;通过APRS方法来自动化搜索每一组网络结构的剪枝率,以此对同一组的网络结构相同的通道进行剪枝,将待检测目标的图像数据输入至经过剪枝后的SAR目标检测器中,获得检测图像;本发明可作为通用的端到端SAR目标检测器自动化剪枝框架,适用于任意的深度学习目标检测网络。
-
公开(公告)号:CN114519679B
公开(公告)日:2022-10-21
申请号:CN202210158438.7
申请日:2022-02-21
Applicant: 安徽大学 , 中国电子科技集团公司第三十八研究所
Abstract: 本发明提供一种SAR目标图像数据智能增强方法,包括:输入待增强的SAR图像数据,确定需要生成图像的角度,对SAR图像数据进行旋转填充;构建高分辨率GAN模型,包括生成器和鉴别器;所述生成器依次包括:第一卷积层、多个密集连接的残差模块、第二卷积层、上采样层和第三卷积层;所述鉴别器包括四个序列模块;将旋转填充后的SAR图像数据输入到高分辨率GAN模型,进行重构,获得增强后的高分辨率SAR图像数据。用此智能数据增强的方法,可以扩充Mstar等一些数据量较少的SAR目标数据集,提高分类的精度。也可以用于扩充SSDD等目标检测常用的数据集,提高检测的精度。
-
公开(公告)号:CN114529836A
公开(公告)日:2022-05-24
申请号:CN202210170355.X
申请日:2022-02-23
Applicant: 安徽大学 , 中国电子科技集团公司第三十八研究所
Abstract: 本发明提供一种SAR图像目标检测方法,包括:为了解决SAR目标轮廓不清晰和多尺度问题,所述SAR图像目标检测网络的基准网络采用YOLOX网络,引入了无锚框的检测框架,在此基础上对其骨干网络进行了重新的轻量化设计,即NLCNet网络,包括对网络尾部的SE模块进行了删除,并对深度可分离卷积进行了重新的堆叠,同时在网络尾部使用了大的卷积核,从而获取图像的全局信息;针对SAR目标的强散射特性,在骨干网络中设计了一种新的位置注意力机制,细节是在不同空间方向上,将SE模块的全局池化操作替换为两个一维池化操作,形成两个独立的分支,能够更好的在通道注意力中添加位置信息来抑制背景杂波,从而更加准确的识别和定位目标;该方法具有较快的检测速度和精度。
-
-