首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于深度卷积神经网络的SAR图像舰船小目标检测
引用本文:胡昌华,陈辰,何川,裴洪,张建勋.基于深度卷积神经网络的SAR图像舰船小目标检测[J].中国惯性技术学报,2019(3):397-405,414.
作者姓名:胡昌华  陈辰  何川  裴洪  张建勋
作者单位:1.火箭军工程大学导弹工程学院
基金项目:国家自然科学基金(61773389,61573365,61833016)
摘    要:针对合成孔径雷达(SAR)图像舰船目标背景复杂的特点,提出一种基于改进 YOLOv3 的 SAR图像舰船小目标检测算法。首先,通过分析残差网络的设计原理,针对不同场景下舰船目标的特点,重新设计底层残差单元;其次,改进特征金字塔的网络结构,解决感受野与定位之间的矛盾问题,提高了小尺度舰船的检测效果;最后,通过引入平衡因子,优化损失函数中的小目标权重。实验结果显示,相比原始YOLOv3方法,所提方法在舰船目标公开数据集上F1 值提高 6.3%,同时,较快的检测速度使得所提算法可用于实时目标检测。

关 键 词:合成孔径雷达  舰船检测  小目标  深度学习  YOLOv3

SAR detection for small target ship based on deep convolutional neural network
HU Changhua,CHEN Chen,HE Chuan,PEI Hong,ZHANG Jianxun.SAR detection for small target ship based on deep convolutional neural network[J].Journal of Chinese Inertial Technology,2019(3):397-405,414.
Authors:HU Changhua  CHEN Chen  HE Chuan  PEI Hong  ZHANG Jianxun
Institution:(Department of Missile Engineering, Rocket Force University of Engineering, Xi’an 710025, China)
Abstract:HU Changhua;CHEN Chen;HE Chuan;PEI Hong;ZHANG Jianxun(Department of Missile Engineering, Rocket Force University of Engineering, Xi’an 710025, China)
Keywords:synthetic aperture radar  ship detection  small target  deep learning  YOLOv3
本文献已被 CNKI 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号