摘要
本发明公开了基于多尺度特征提取与FRFT卷积的SAR船舰检测方法,包括:获取SSDD合成孔径雷达图像数据集及HRSID数据集,对数据集进行预处理后划分为训练集、验证集和测试集;搭建基于多尺度特征提取与FRFT卷积网络,包括输入端、主干网络、Neck网络和探测头部分,主干网络和Neck网络协同处理特征;将经过预处理的训练集和验证集的SAR图像输入至MEFTNet网络中训练,计算损失函数并进行反向传播,更新网络参数,获取最佳参数模型;将经过预处理的测试集输入到训练好的最佳参数模型中,输出SAR图像的精确识别图。本发明能更好的获取船舰特征,降低检测的误检率,提高检测的准确率以及各种场景下的适应效果。
技术关键词
分数阶傅里叶变换
多尺度特征提取
残差模块
检测网络模型
采样模块
卷积模块
探测头
注意力
更新网络参数
合成孔径雷达图像
多层感知器
滤波器
训练集
梯度下降算法
通道
残差结构
系统为您推荐了相关专利信息
交叉口场景
场景识别方法
测试场景
风险
采样模块
农作物害虫
草地贪夜蛾
检测网络模型
替换头部
图像
轴向驱动装置
焊枪枪头
旋转驱动装置
TIG焊枪
供水装置
温度预测方法
注意力
残差模块
多尺度特征提取
记忆单元