摘要
本申请公开了一种基于小样本的半监督高效视频SAR阴影追踪方法,属于雷达目标识别领域。本申请所提方法解决了传统阴影跟踪技术的局限性,通过改进的分割模型和半监督策略策略,提升了阴影区域的检测精度和鲁棒性;基于所设计的新的混合训练策略,有效的整合了有标签与无标签数据,显著提高了模型的学习效率和泛化能力。通过将深度学习技术和半监督学习策略结合,充分利用有限的标注数据与丰富的无标注数据,解决了传统方法在小样本条件下的不足,有效提升SAR图像中阴影区域的检测和跟踪精度。
技术关键词
语义分割模型
标签
样本
图像
追踪方法
监督学习策略
半监督训练
深度学习技术
数据
退火方式
预测类别
像素点
视频
优化器
鲁棒性
网络
精度
参数
系统为您推荐了相关专利信息
实时业务
网络资源分配方法
深度强化学习模型
时隙资源利用率
网络状态信息