基于通道剪枝的SAR图像舰船检测优化算法

• 作者: 周舟 张志俊 徐丰 王志诚 王海鹏
• 来源期刊: 上海航天(中英文)
• 学科: 工学
• 关键词: 合成孔径雷达图像 舰船检测 深度学习 通道剪枝
• 年，卷（期）: 2020,（4）
• 页码范围: 48-54
• 页数: 7页
• 分类号: TP751.1

摘要

近几年,随着深度学习的发展,基于深度学习的目标检测算法开始应用于合成孔径雷达(SAR)图像中的舰船检测。但深度学习模型结构复杂,参数量与计算量巨大,无法应用到星载处理器的实时处理中。本文提出一种结合了Faster-RCNN和卷积通道剪枝的舰船检测方法,在保证检测精度不受较大影响的情况下,剪除卷积层中的部分参数,提高检测效率。实验表明:经过剪枝优化的Faster-RCNN舰船检测模型中的参数量降低了约56%,而推理时间减少了约51%,同时精度下降仅有1.9%。这给未来在星载处理器上部署舰船检测算法提供了新的思路。