10.15918/j.tbit1001-0645.2021.004
基于深层次特征增强网络的SAR图像舰船检测
针对合成孔径雷达图像中舰船目标检测困难的问题,提出了一种基于深层次特征增强网络的多尺度目标检测框架.利用Darknet53提取原始图像特征,自上而下建立四尺度特征金字塔;特别设计基于注意力机制的特征融合结构,自下而上衔接相邻特征层,构建增强型特征金字塔;利用候选区域及其周边上下文信息为检测器计算分类置信度和目标分数提供更高质量的判定依据.所提算法在SSDD公开数据集和SAR-Ship自建数据集上的平均检测精度分别为94.43％和91.92/实验结果表明,该算法设定合理且检测性能优越.
合成孔径雷达;舰船检测;卷积神经网络;特征增强;上下文信息
41
TP391(计算技术、计算机技术)
国家部委科研项目LJ20191A040155
2021-10-28（万方平台首次上网日期，不代表论文的发表时间）
共9页
1006-1014
