基于改进快速区域卷积网络的目标检测轻量化算法

• 作者: 马月红 孔梦瑶
• 来源期刊: 兵工学报
• 学科: 工学
• 关键词: 目标检测 快速卷积神经网络 合成孔径雷达 轻量化算法 实时性
• 年，卷（期）: 2021,（12）
• 页码范围: 2664-2674
• 页数: 11页
• 分类号: TN957.51+2
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1093.2021.12.014

摘要

基于深度学习的目标检测算法已成为合成孔径雷达(SAR)图像目标检测任务的主流.深层网络通常具有大量参数,运行速度不能满足实时要求,难以在资源受限的设备(如移动端)上部署.考虑到对模型实时性和可移植性的要求,对双阶段目标检测算法快速区域卷积神经网络进行轻量化改进,比较不同改进方法对算法速度与精度的影响.结合SAR图像的特点,优化轻量化模型,与单阶段目标检测算法的单脉冲多盒检测网络对比.仿真实验结果表明,改进轻量化模型在保持原有精度水平下,模型占用内存和算法运算量大大减少,可有效满足SAR图像目标检测的实时性要求.