论文摘要
针对合成孔径雷达(SAR)图像舰船目标背景复杂的特点,提出一种基于改进YOLOv3的SAR图像舰船小目标检测算法。首先,通过分析残差网络的设计原理,针对不同场景下舰船目标的特点,重新设计底层残差单元;其次,改进特征金字塔的网络结构,解决感受野与定位之间的矛盾问题,提高了小尺度舰船的检测效果;最后,通过引入平衡因子,优化损失函数中的小目标权重。实验结果显示,相比原始YOLOv3方法,所提方法在舰船目标公开数据集上F1值提高6.3%,同时,较快的检测速度使得所提算法可用于实时目标检测。
论文目录
文章来源
类型: 期刊论文
作者: 胡昌华,陈辰,何川,裴洪,张建勋
关键词: 合成孔径雷达,舰船检测,小目标,深度学习
来源: 中国惯性技术学报 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 武器工业与军事技术,船舶工业,电信技术,自动化技术
单位: 火箭军工程大学导弹工程学院
基金: 国家自然科学基金(61773389,61573365,61833016)
分类号: U674.7;TP183;TN957.52
DOI: 10.13695/j.cnki.12-1222/o3.2019.03.018
页码: 397-405+414
总页数: 10
文件大小: 2171K
下载量: 362