摘要
本发明涉及一种基于轮廓增强和协同训练的半监督SAR目标识别方法及系统。具体而言,该方法将待识别的SAR图像输入训练好的目标识别模型来生成相应的目标预测结果。训练过程分为两个阶段:第一阶段是,对无标签的SAR图像样本进行轮廓提取和增强处理,然后利用FixMatch框架进行半监督学习。第二阶段是,使用第一阶段中标签样本的弱增广图像输入协同训练网络进行训练,汇总不同轮次的判决结果,并通过熵值判断每个判决结果的可靠性。协同训练网络的共同判决结果组成一个抽样池,从中抽取一定数量的高置信度样本作为伪标签样本来扩充第一阶段的标签训练集,进而使用扩充后的标签训练集继续训练FixMatch。本发明显著提高了SAR目标识别的准确性、可靠性和鲁棒性。
技术关键词
识别方法
标签训练集
半监督学习
轮廓提取
感兴趣
无标签样本
掩膜
网络
识别模块
图像增强
识别系统
输入模块
输出模块
阶段
框架
鲁棒性
系统为您推荐了相关专利信息
作物行识别方法
特征提取网络
轻量级卷积神经网络
通道注意力机制
视觉
多层卷积神经网络
训练神经网络
电脉冲
信号识别方法
卷积特征提取
模型训练方法
交通标志识别方法
识别交通标志
交通标志识别装置
交通标识识别
年龄识别模型
年龄识别方法
文本
预训练模型
人脸图像数据