公开(公告)号：CN118038075A

公开(公告)日：2024-05-14

申请号：CN202311746820.0

申请日：2023-12-18

Applicant: 西安电子工程研究所

Inventor： 邓鑫 ,  向聪 ,  张俊 ,  张雨轮 ,  焦晋 ,  徐永鹏 ,  康玉奇

IPC: G06V10/44 ,  G06V10/80 ,  G06V20/70 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/082 ,  G06T7/13 ,  G06T5/70

Abstract: 本公开实施例是关于一种基于深度学习计算的SAR图像目标检测方法。该方法包括：构建融合边缘信息的高分辨率网络；获取SAR图像数据集，对SAR图像数据集中的SAR图像依次进行标注和裁剪处理；利用边缘检测模块对处理后的SAR图像进行边缘特征提取，获取SAR图像的目标边缘信息；利用Lite‑HRNet模块提取SAR图像进行特征提取，以得到图像特征；将目标边缘信息和图像特征输入至融合模块中以得到最终的概率图，将概率图转化为检测框后得到最终的检测结果。本公开采用轻量型的网络模型，避免了深度学习部署时对算力的要求。引入了边缘检测模块来对边缘信息进行特征提取，提升了模型的准确性。本方法的准确性及鲁棒性更优。