基于端到端结构的通用化SAR目标识别方法及系统

本发明公开了一种基于端到端结构的通用化SAR目标识别方法及系统，获取含有标签和无标签SAR图像样本的数据集并对其进行扩充，形成训练样本；基于多模态遥感图像自监督预训练权重微调目标SAR图像数据上的特征表示；结合表征学习损失、熵归一化损失和改进散度损失对新类发现模型进行端到端训练直至收敛。将待识别的SAR图像数据输入通用化SAR目标新类发现框架中进行处理，即可得目标识别结果。本发明不仅能支持对已知类别的识别，还能高效挖掘未知新类目标并判定其具体类别，有效避免了识别模型对新类目标的混淆和对旧类目标的灾难性遗忘，增强了SAR目标识别模型在不确定开放场景下的泛化能力。