摘要
本发明公开了一种基于扩散模型的SAR图像舰船目标分割方法,解决现有分割技术精度不足以及费时费力的问题。它是在原始SAR舰船实例分割中引入扩散模型,首次从生成式角度处理舰船实例分割任务,还提供了空间语境联合增强特征金字塔网络、聚焦交并比损失函数、基于实例感知的掩码表示等各项有效改进,以确保优越的实例分割精度。本发明与传统方法相比具有适中的模型计算复杂度和最高的空间复杂度,在实际应用场景中,对于稍复杂的模型能够带来更高的分割精度等优点。因此,本发明能够广泛地应用于SAR图像舰船目标实例分割任务,并可在未来进一步改进模型复杂度;实现了近海和近岸场景下的SAR图像舰船目标分割的最佳平均精度。
技术关键词
特征金字塔网络
实例分割
可变形卷积方法
分割方法
SAR图像舰船
路径方法
网络测试方法
级联神经网络
损失计算方法
生成方法
特征提取方法
注意力
模块方法
复杂度
检测损失
感知特征