摘要
本发明提供了一种基于CTSE与余弦间隔损失的SAR图像船舶识别方法,涉及合成孔径雷达目标识别技术领域,本发明的方法包括如下步骤:获取FUSAR‑Ship数据集并进行图像预处理;建立CTSE舰船特征提取模块对预处理后的图像进行特征提取;建立对提取的特征进行判别性增强;基于所述CTSE舰船特征提取模块和CML余弦间隔损失约束模块构建舰船识别模型,并使用训练集训练所述舰船识别模型;使用测试集测试训练好的舰船识别模型;评估所述舰船识别模型的性能指标。本发明的方法能够有效克服现有技术瓶颈,在充分建模舰船目标局部细节与长程依赖关系的同时,显著增强特征的判别性,从而实现更精准、更鲁棒的舰船识别,满足海事监测等领域对高精度识别技术的需求。
技术关键词
船舶识别方法
特征提取模块
输出特征
多层感知器
训练集
合成孔径雷达
更新模型参数
图像块
处理器
样本
注意力机制
图像分割
多阶段
计算机设备
优化器
数据
可读存储介质
系统为您推荐了相关专利信息
四氧化三铁
误差预测
高温蒸汽管道
监测方法
氧气
多维信息监控系统
手术辅助系统
长短期记忆模型
多层感知器网络
图像增强单元
图像分割方法
边界特征
数据
局部纹理特征
多尺度特征融合
牛肉新鲜度
牛肉图像
深度学习模型
注意力
金字塔池化模块
时序动作检测方法
动作特征
输出特征
分支
卷积模型