深度学习下的快速SAR图像目标检测

• 作者: 王春平 韩子硕 付强
• 来源期刊: 陆军工程大学学报
• 学科: 工学
• 关键词: 合成孔径雷达 目标检测 卷积神经网络 无锚框机制
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 军事通信与电子工程
• 页码范围: 8-15
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.12018/j.issn.2097-0730.20211125001

摘要

针对合成孔径雷达图像目标检测困难以及深度学习中锚框机制所引起的计算冗余和应用场景受限问题,提出了一种基于无锚框机制的中心点、尺度和旋转角度预测网络,将目标检测转化为中心点估计问题,并直接预测相应边框的宽度、高度以及旋转角度等要素,实现多场景、多类型目标定向检测.该算法利用ResNet 101的U型结构和注意力模块提取图像的高分辨率语义特征图,在训练过程中引入GIoU损失消除旋转角度引起的附加误差,并采用"翻转+裁剪"的数据增强技术扩增训练集,提升模型检测能力.多组实验证明,所提网络框架设定合理且检测性能优越、通用性强.