申请/专利权人：平湖空间感知实验室科技有限公司

申请日：2023-12-11

公开（公告）日：2024-03-22

公开（公告）号：CN117746017A

主分类号：G06V10/25

分类号：G06V10/25;G06V10/44;G06V10/52;G06V10/80;G06V10/82;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明提供一种基于FDSA‑CenterNet的SAR图像船舰目标检测方法、装置及存储介质，属于合成孔径雷达图像目标检测技术领域，基于CenterNet网络构建FDSA‑CenterNet网络，将CenterNet网络中的主干网络替换为FasterNet主干网络，并将CenterNet网络中的上采样模块替换为DSAFPN多尺度特征融合模块，通过FDSA‑CenterNet网络对SAR图像船舰进行目标检测；本发明使用更加高效快速的特征提取网络FasterNet，提高了特征表达能力和感受野的覆盖范围，一定程度上提升了模型精度，实现了先进的速度和精度权衡；通过构建DSAFPN多尺度特征融合模块来提高模型多尺度特征的表达能力，提升了感知舰船目标形态结构特性的能力，有效提升了模型的检测性能，尤其是小目标的检测精度。

主权项：1.一种基于FDSA-CenterNet的SAR图像船舰目标检测方法，其特征在于，包括如下步骤：基于CenterNet网络构建初始FDSA-CenterNet网络；其中，所述CenterNet网络包括主干网络、上采样模块和Head检测头，将所述CenterNet网络中的主干网络替换为FasterNet主干网络，并将所述CenterNet网络中的上采样模块替换为DSAFPN多尺度特征融合模块，且所述FasterNet主干网络与所述DSAFPN多尺度特征融合模块连接，所述DSAFPN多尺度特征融合模块与所述Head检测头连接；将预构建的SAR舰船图像数据集导入所述初始FDSA-CenterNet网络中进行模型训练，得到训练后FDSA-CenterNet网络；将待检测SAR舰船图像导入所述训练后FDSA-CenterNet网络的FasterNet主干网络中进行多尺度特征提取，并将提取到的舰船特征图输入所述训练后FDSA-CenterNet网络的DSAFPN多尺度特征融合模块中进行多尺度特征融合，将融合后的多尺度特征输入所述Head检测头中进行预测处理，通过所述Head检测头输出船舰目标预测结果。

全文数据：

权利要求：

百度查询： 平湖空间感知实验室科技有限公司 一种基于FDSA-CenterNet的SAR图像船舰目标检测方法、装置及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD