公开(公告)号：CN117557910A

公开(公告)日：2024-02-13

申请号：CN202311640884.2

申请日：2023-12-01

Applicant: 北京信息科技大学

Inventor： 司宾强 ,  范启明

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/40 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 基于YOLOv5的SAR图像小目标检测方法，首先构建SAR小目标检测数据集；其次构建基于YOLOv5的SAR图像小目标检测网络模型，在传统YOLOv5模型基础上引入CA坐标注意力机制、BiFPN网络结构和SPPCSPC模块，并改进四层检测层和加权滑动损失函数，且将评估标准改进为EIOU损失函数，然后对小目标检测网络模型进行训练和测试；最后对基于YOLO v5的SAR图像小目标检测网络模型进行性能评估。本发明可以有效解决小目标在SAR图像复杂背景噪声的干扰下检测效果较差的问题，能够更好地提取到SAR图像小目标的特征值，提高了小目标在SAR图像中的可检测性和识别精度，具有很高的准确性、快速性、可信性和鲁棒性，有着广泛的应用场景。