基于曼巴和扩散模型结合的SAR图像目标检测方法和装置

本申请涉及一种基于曼巴和扩散模型结合的SAR图像目标检测方法和装置，提出了一种以Resnet50‑FPN网络为框架的目标检测模型，利用Resnet50网络对SAR样本图像进行多个分辨率特征的提取，将提取得到的特征经由曼巴SAR单元进行处理的得到完整语义特征，再将处理后的特征采用FPN网络自上向下构建特征金字塔，得到多个尺度的特征图像，接利用扩散模型在边界框真值数据加入方差调度控制的高斯噪声，利用得到的噪声框分别在多个尺度的特征图像中裁剪出感兴趣区域，由动态检测头根据感兴趣区域特征图像得到SAR样本图像中各目标的预测数据，接着采用真值数据和预测数据计算损失函数，并根据计算结果对可学习参数进行调整，直至收敛。采用本方法对进行目标检测可有效提高检测结果的精准性。