一种基于深度学习的合成孔径雷达图像小目标检测方法

本发明提供了一种基于深度学习的合成孔径雷达图像小目标检测方法，包括：步骤1，建立实验目标检测数据集；步骤2，以原始YOLOv8模型为基准模型，对模型进行改进，生成新的YOLOv8模型；步骤3，使用建立的数据集训练所述新的YOLOv8模型，得到SAR图像目标检测预测模型；步骤4，将测试集的图片逐一输入到SAR图像目标检测预测模型中，并输出检测结果，以评测改进模型的检测性能。本发明的基于深度学习的SAR图像小目标检测方法在检测性能上表现优异，在不增加设备计算负担的前提下，提升了所有类别目标的检测指标。尤其在小目标检测方面，显著降低了误检率和漏检率，实现了在复杂场景下的快速、准确检测。