摘要
本发明公开一种SAR图像舰船目标检测方法、装置、设备及介质,属于人工智能技术领域。其中方法包括:基于切片辅助超推理算法,将SAR图像切分成多个子图像;将多个子图像分别输入至目标检测模型中,获取每个子图像中的舰船目标检测结果,所述目标检测模型为预先训练好的卷积神经网络模型;将多个子图像的舰船目标检测结果合并,获得SAR图像中的舰船目标检测结果。本发明提出的舰船目标检测方法引入动态蛇形卷积改进YOLOv8n骨干网络的C2f模块,使用渐近特征金字塔网络融合骨干网络输出的不同深度的特征,以及采用ShapeIOU作为损失函数,增强了目标检测模型对不同尺度、形状和姿态的目标的检测能力,从而提高对SAR图像中小型舰船目标检测的准确性和鲁棒性。
技术关键词
SAR图像舰船
卷积神经网络模型
推理算法
特征金字塔网络
存储计算机程序
网格
分支
人工智能技术
动态
切片
模块
计算机设备
可读存储介质
鲁棒性
处理器
坐标
系统为您推荐了相关专利信息
故障识别方法
信噪比数据
故障识别系统
档位
深度卷积神经网络模型
检测油茶
生理特征参数
果实
油茶果采摘
损伤评估方法