一种基于多层神经网络的SAR图像舰船目标检测方法
基本信息
| 申请号 | CN202210392478.8 | 申请日 | - |
| 公开（公告）号 | CN114694014A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114694014A | 申请公布日 | 2022-07-01 |
| 分类号 | G06V20/00（2022.01）I;G06V10/22（2022.01）I;G06V10/762（2022.01）I;G06V10/774（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 许卓明;施仲悦 | 申请（专利权）人 | 河海大学 |
| 代理机构 | - | 代理人 | - |
| 地址 | 211100江苏省南京市江宁区佛城西路8号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开一种基于多层神经网络的SAR图像舰船目标检测方法，包括步骤：将包含SAR图像及其所对应的舰船目标真实值的SAR图像数据集划分成训练集、验证集、测试集；对所述训练集进行预处理，包括SAR图像的尺寸标准化、数据增强和先验框聚类；使用所述验证集和所述预处理过的训练集构建一个基于多层神经网络的SAR图像舰船目标检测方法SSTD‑MNN的初始模型；使用所述验证集和所述预处理过的训练集对所述SSTD‑MNN的初始模型进行参数调节，得到SSTD‑MNN的优化模型，并使用所述测试集评估该优化模型的检测准确度；利用所得SSTD‑MNN的优化模型对SAR图像数据集中或实际应用中的待检测SAR图像进行舰船目标检测。本发明提供了一种检测准确度高的SAR图像舰船目标检测方法，具有广阔应用前景。 |
