公开(公告)号：CN116524354A

公开(公告)日：2023-08-01

申请号：CN202310354793.6

申请日：2023-04-04

Applicant: 吉林大学

Inventor： 王世刚 ,  唐雨 ,  韦健 ,  赵岩 ,  林杰华

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 一种基于显著特征的轻量化SAR舰船检测方法属合成孔径雷达(简称：SAR)图像舰船目标检测领域，本发明的方法基于深度学习，包括轻量化骨干网络、显著的特征金字塔网络和基于IoU的回归质量估计。轻量化骨干网络的各个卷积块由普通卷积和深度可分离卷积模块构成，深度可分离卷积，可在很大程度上减少模型的参数量，有利于在移动平台地部署；显著的特征金字塔网络将显著性模块与特征金字塔网络相结合，增强待检测舰船目标的显著性，减少背景的干扰；基于IoU的回归质量估计可有效提高检测精度。实验结果证明，本发明的方法总参数量少于1兆，能快速并准确地检测SAR图像中的舰船目标。