公开(公告)号：CN114202696A

公开(公告)日：2022-03-18

申请号：CN202111534166.8

申请日：2021-12-15

Applicant: 安徽大学 ,  中国电子科技集团公司第三十八研究所

Inventor： 陈杰 ,  夏润繁 ,  黄志祥 ,  万辉耀 ,  刘小平 ,  程子晗 ,  邬伯才 ,  姚佰栋 ,  周正 ,  吕建明 ,  冯运 ,  杜文天 ,  于敬仟

IPC: G06V20/10 ,  G06N3/04 ,  G06N3/08 ,  G06V10/40

Abstract: 本发明提供了一种基于上下文视觉的SAR目标检测方法、装置和存储介质，属于目标检测领域，包括：获取SAR图像；将SAR图像输入目标检测模型中，目标检测模型对SAR图像中的目标物进行定位和识别，获得检测结果。本发明通过从上到下和从下到上的注意力增强双向多尺度连接操作，以指导动态注意力矩阵的学习，增强不同分辨率下的特征交互，促使模型能够更为精准的提取多尺度的目标特征信息，回归检测框和分类，抑制干扰背景信息，从而增强了视觉表示能力。在增加注意力增强模块的情况下，整个Neck几乎不增加参数量和计算量也能使检测性能得到极强的增益。

公开(公告)号：CN114119582A

公开(公告)日：2022-03-01

申请号：CN202111455414.X

申请日：2021-12-01

Applicant: 安徽大学 ,  安徽中科星联信息技术有限公司

Inventor： 陈杰 ,  万辉耀 ,  黄志祥 ,  刘小平 ,  邬伯才 ,  夏润繁 ,  周正 ,  吕建明 ,  冯运 ,  杜文天 ,  于敬仟

IPC: G06T7/00 ,  G06V10/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种合成孔径雷达图像目标检测方法，涉及目标检测技术领域，采用无锚框目标检测算法YOLOX作为基本框架，从轻量级的角度重构了特征提取骨干网络，将MobilenetV2中的深度可分离卷积替换成1个普通卷积和一个深度可分离卷积。特征图经过普通卷积通道数降为原来的一半，深度可分离卷积进一步提取普通卷积输入的特征，最后两者相拼接。此外通过设置注意增强CSEMPAN模块，采用整合通道和空间注意机制来突出SAR目标独特的强散射特性。并针对SAR目标的多尺度和强稀疏特性，设计不同扩张率的卷积增强接受域，使用ESPHead提高模型从不同尺度目标中提取重要信息的能力，进一步提高检测性能。