一种基于深度学习的SAR小尺度目标检测系统及其方法

本发明公开一种基于深度学习的SAR小尺度目标检测系统及其方法，旨在解决复杂背景下小尺度目标检测精度低、定位不准及鲁棒性差的问题。系统通过自适应引导滤波和改进型多尺度局部自适应进行预处理，生成高质量候选区域；利用内容感知特征重组网络结合轻量化多头注意力变换器与动态可变形融合单元，实现浅层纹理与深层语义的跨层次动态聚合，增强小目标感知能力；引入修正巴氏距离损失函数优化边界框匹配，显著提升小目标定位精度。此外，系统采用多阶段级联检测架构逐步优化候选目标筛选与回归，并通过弱目标回收与几何一致性校验提升召回率。多源数据融合模块结合极化特征与光学影像信息，增强跨模态检测能力。