首页|基于深层次特征增强网络的SAR图像舰船检测

基于深层次特征增强网络的SAR图像舰船检测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对合成孔径雷达图像中舰船目标检测困难的问题,提出了一种基于深层次特征增强网络的多尺度目标检测框架.利用Darknet53提取原始图像特征,自上而下建立四尺度特征金字塔;特别设计基于注意力机制的特征融合结构,自下而上衔接相邻特征层,构建增强型特征金字塔;利用候选区域及其周边上下文信息为检测器计算分类置信度和目标分数提供更高质量的判定依据.所提算法在SSDD公开数据集和SAR-Ship自建数据集上的平均检测精度分别为94.43％和91.92/实验结果表明,该算法设定合理且检测性能优越.
Ship Detection in SAR Images Based on Deep Feature Enhancement Network

韩子硕、王春平、付强

展开 >

陆军工程大学石家庄校区电子与光学工程系,河北石家庄050003

合成孔径雷达 舰船检测 卷积神经网络 特征增强 上下文信息

LJ20191A040155

2021

10.15918/j.tbit1001-0645.2021.004

北京理工大学学报
北京理工大学

北京理工大学学报

CSTPCDCSCD北大核心
影响因子：0.609
ISSN：1001-0645
年,卷(期)：2021.41(9)
  • 9
  • 5