一种用于SAR图像的改进型深度学习舰船检测方法

本发明公开了一种用于SAR图像的改进型深度学习舰船检测方法，该方法基于一种改进型深度学习舰船检测模型实现。本发明对现有深度学习模型进行创新性改进，以适应SAR图像的特性，特别是在小目标检测方面。具体地，改进后的模型引入多级注意力机制以增强模型的主干网络；采用引入跨层特征融合模块的金字塔网络来构建模型的颈部网络，实现更高效的特征融合；并使用归一化高斯Wasserstein距离作为边界框回归损失函数，以更准确地衡量定位精度。改进后的模型在SAR图像中对小尺度舰船目标的检测展现出显著的性能提升。本发明的方法可以显著增强SAR图像舰船目标检测技术的泛化能力和检测精度，使得在复杂多变的海洋环境中，小目标舰船的检测变得更加准确和可靠。