摘要
本发明公开了一种基于RepViT和十字卷积的SAR图像舰船检测方法,包括:获取SA R图像的待检切片并输入SAR目标检测模型得到初步检测结果,进行NMS操作得到目标检测结果;SAR目标检测模型由原始网络训练得到的,原始网络是基于MetaFormer网络中模拟Transformer宏观架构的思想,在原始YOLOv5o网络中引入用纯卷积方式来实现类Trans former结构的RepViT主干网络作为特征提取结构,并在特征融合网络部分采用加权融合方式和十字卷积结构实现的,训练中的模型损失函数基于多损失函数融合实现;本发明增强了网络的特征提取和小目标感知的能力,以更低参数量和计算负载实现了更高检测精度。
技术关键词
图像舰船检测方法
输出特征
上采样
切片
特征融合网络
多分支
前馈神经网络
滑动窗口
特征提取模块
积层
卷积模块
训练集
样本
支路
多尺度
数据