基于迁移学习的SAR图像目标检测

• 作者: 张椰 朱卫纲
• 来源期刊: 雷达科学与技术
• 学科: 工学
• 关键词: 迁移学习 深度卷积神经网络 SAR目标检测 训练时间
• 年，卷（期）: 2018,（5）
• 页码范围: 533-538,546
• 页数: 7页
• 分类号: TN958|TP183
• 字数: 3972字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-2337.2018.05.011

摘要

针对深度卷积神经网络训练需要大数量样本,采用迁移学习的方法辅助网络训练,解决了SAR图像样本不足的问题.通过控制对比实验,对每个卷积块权重进行迁移与分析,使用微调与冻结相结合的训练方式有效提高网络的泛化性与稳定性;然后根据目标检测任务的时效性对网络模型进行改进,提高了网络检测速度的同时减少了网络参数;最后结合复杂场景杂波切片对网络进行训练,降低了背景杂波的虚警目标数量,复杂多目标场景的检测结果表明所提出方法具有较好的检测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱卫纲	航天工程大学光电装备系	20	23	3.0	4.0
2	张椰	航天工程大学研究生院	2	5	1.0	2.0