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
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
多尺度特征金字塔
网格生成方法
融合特征
影像
掩膜
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