一种基于Faster R-CNN模型雷达回波动目标检测方法

AITNT
正文
推荐专利
一种基于Faster R-CNN模型雷达回波动目标检测方法
申请号:CN202511011403
申请日期:2025-07-22
公开号:CN120871062A
公开日期:2025-10-31
类型:发明专利
摘要
本发明提供了一种基于Faster R‑CNN模型雷达回波动目标检测方法,包括:步骤1,收集雷达实测回波数据,并进行预处理形成RD谱图;步骤2,对图像进行裁剪、打标签等处理构建数据集;步骤3,构建卷积神经网络用于提取RD谱图特征;步骤4,使用建立的数据集训练所述Faster R‑CNN模型,得到雷达动目标检测模型;步骤5,将测试集的图片逐一输入检测模型中,并输出检测结果,以评测改进模型的检测性能。本发明的Faster R‑CNN的雷达动目标检测方法适用于小样本条件,采用轻量级卷积网络提取图像特征,在减轻计算负担的同时还能准确的检测到动目标,降低了误检率和漏检率,实现了在复杂场景下的快速、准确检测。
技术关键词
雷达回波图像 雷达回波数据 双三次插值 多普勒 置信度阈值 特征提取器 构建卷积神经网络 样本 随机梯度下降 图像缩放 尺寸 打标签 输出特征 曲线 金字塔
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号