一种基于对称卷积网络的多场景SAR船舶检测方法及系统

AITNT
正文
推荐专利
一种基于对称卷积网络的多场景SAR船舶检测方法及系统
申请号:CN202411916575
申请日期:2024-12-24
公开号:CN119850914A
公开日期:2025-04-18
类型:发明专利
摘要
本发明涉及目标检测技术领域,提供一种基于对称卷积网络的多场景SAR船舶检测方法及系统,包括:构建包含目标物船舶的遥感图像数据集并进行预处理;将训练集中的遥感图像输入至检测模型中,通过对称卷积神经网络对遥感图像进行特征提取,并基于特征通过多尺度动态检测头对精确定位遥感图像中的目标物,同时,在训练过程中,通过随机梯度下降作为优化算法调整优化检测模型参数;通过测试集和验证集对优化后的检测模型进行性能验证,确保检测模型符合预期标准。通过整合对称卷积网络与多尺度动态检测头,提升船舶检测的精确度,对称卷积网络结构减少特征提取过程中的冗余信息干扰,降低复杂度并通过共享权重和特征融合减少过拟合增强泛化能力。
技术关键词
船舶检测方法 SAR船舶检测系统 遥感图像数据 随机梯度下降 多尺度 局部细节特征 数据处理模块 检测头 场景 网络结构 训练集 动态 多尺寸 数据管理模块 特征提取单元 参数 算法
系统为您推荐了相关专利信息
1
基于多模态深度学习的药品化合物技术属性评估方法
药品化合物技术 多模态深度学习 多模态技术 皮尔逊相关系数 长短期记忆网络
2
基于卫星位置编码的空域网格生成方法及系统
多尺度特征金字塔 网格生成方法 融合特征 影像 掩膜
3
一种基于深度神经网络的端到端图像去雾处理方法
图像去雾 去雾模型 金字塔池化模块 构建深度神经网络 深度卷积神经网络
4
基于YOLOv8模型的鱼道过鱼实时监测方法及系统
实时监测方法 分支 降噪模块 鱼道 多尺度特征
5
基于多尺度频空注意力网络的听觉注意解码方法及系统
解码方法 听觉 卷积模块 时域特征 网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号