摘要
本发明公开了一种基于SAR/AIS跨模态融合YOLO网络的弱小舰船检测方法,包括:1.获取SAR图像,通过与之匹配的全年AIS数据计算出全年舰船分布密度,制作小舰船检测样本集;2.在数据输入阶段设计跨模态差异性融合模块,为模型提供复杂环境下的跨模态舰船先验信息;3.在特征提取阶段构建特征增强模块用于增强对小舰船特征的特征表示,在特征恢复阶段构建通道重建模块,增强了特征交互学习,从而使模型能更好地聚焦于关键特征,4.将数据集输入网络中进行训练;5.将待分类的SAR图像输入训练好的模型,得到舰船检测结果。本发明能有效解决在港口、河道等复杂环境下的小型舰船检测效果不佳问题,且计算效率高,具有较好的工程应用价值。
技术关键词
舰船检测方法
跨模态
全局平均池化
图像块
多尺度特征
模块
更新网络参数
数据
密度
可读存储介质
投影特征
深度学习模型
池化特征
处理器
动态
融合特征
存储器
标签
系统为您推荐了相关专利信息
生成方法
数据编码器
文本段落
语义特征提取
文本特征向量
真空浓缩
管理系统
非线性特征
能量分布特征
传感模块