摘要
本发明公开了一种基于改进YOLOv8的SAR图像船舶目标检测方法,涉及计算机视觉与遥感图像处理技术领域。一种基于改进YOLOv8的SAR图像船舶目标检测方法,包括以下步骤:选取目标数据集,根据7:3的训练集和测试集进行划分;将目标数据集中的SAR图像进行预处理;构建改进的YOLOv8算法模型,改进的YOLOv8算法模型是以YOLOv8网络为基础架构,采用Soft‑NMS替代标准NMS;以及融入CBAM注意力机制;将目标数据集输入至改进的YOLOv8算法模型中进行训练,直至训练结束获得优化后的YOLOv8算法模型;利用优化后的YOLOv8算法模型对SAR图像中目标船舶进行识别。本发明以YOLOv8网络为基础架构,采用Soft‑NMS替代标准NMS、融入CBAM注意力机制等模型改进,构建的模型能有效解决小目标漏检、密集目标误检及海杂波干扰等问题。
技术关键词
算法模型
船舶
注意力机制
通道
全局平均池化
遥感图像处理技术
交替迭代优化
海杂波抑制
输出特征
描述符
瓶颈结构
多层感知机
数据
计算机视觉
子模块
长宽比
多尺度
系统为您推荐了相关专利信息
性能预测方法
微混合器
卷积神经网络模型
大数据
联合仿真工具
内存条测试方法
时序神经网络
测试机
金手指
记忆单元
分析系统
频繁项集挖掘算法
多模态数据采集
蒙特卡洛树搜索
双向长短期记忆
海杂波背景
定位方法
雷达高分辨距离像
网络
卷积模块
混合编码器
注意力机制
检测头
多尺度特征
解码器