典型文献
基于语义分割实现的SAR图像舰船目标检测
文献摘要：
基于深度学习实现的目标检测方法在自然图像中取得非常大的成功,而将诸多方法运用于合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测逐步成为新的趋势.如何将已有方法改进并与SAR图像的特点相结合完成特定的检测任务,已经成为当前主要的研究方向.不同于当前已有方法,本文对存在的深度学习SAR图像舰船目标检测方法进行了再思考,提出了基于语义分割实现的检测、分割一体化方法.通过语义分割实现的检测方式能够有效地避免当前诸多检测网络的复杂解码过程,具有生成的预测框更加贴合目标、精度以及召回率更高等特点.该方法虽属于无锚框检测,但实验结果表明,达到了双阶段检测效果,且具有更加精细化的分割结果,适用于复杂背景检测与分割问题.
文献关键词：
合成孔径雷达;语义分割;舰船检测;卷积神经网络;深度学习
中图分类号：
作者姓名：
陈冬;句彦伟
作者机构：
南京电子技术研究所,江苏南京210013
文献出处：
引用格式：
[1]陈冬;句彦伟-.基于语义分割实现的SAR图像舰船目标检测)[J].系统工程与电子技术,2022(04):1195-1201
A类：
B类：
语义分割,SAR,舰船目标检测,目标检测方法,多方法,方法运用,合成孔径雷达,synthetic,aperture,radar,方法改进,成特定,再思考,一体化方法,检测方式,测网,解码,加贴,贴合,召回率,无锚框检测,双阶段检测,检测效果,复杂背景,舰船检测
AB值：
0.335489
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
