基于改进PVT的SAR车辆目标识别方法技术

本发明专利技术为一种基于改进PVT的SAR车辆目标识别方法，首先获取数据集，并进行数据扩充，其次基于现有的transformer网络结构构建PVT目标识别模型，然后在对PVT目标识别模型进行改进得到最终的目标识别模型，最后对目标识别模型进行训练，并根据损失对特征提取网络进行优化，得到优化后的目标识别模型。本发明专利技术具有计算效率高和准确率高的优点，适用于SAR车辆目标识别，解决了深度神经网络在处理手势图像感受野小的问题，能够在较大图片中得到全局信息。息。息。

【技术实现步骤摘要】
基于改进PVT的SAR车辆目标识别方法


[0001]本专利技术属于雷达目标识别
，尤其涉及一种基于改进PVT的SAR车辆目标识别方法。

技术介绍

[0002]合成孔径雷达(Synthetic Aperture Radar,SAR)是一种主动式微波成像设备，SAR车辆目标识别技术旨在对SAR图像中的车辆目标进行类别辨识，具有重要的军事和民用价值。深度学习技术目前被用于SAR车辆目标识别。然而，由于SAR图像通常同时包含目标与杂波背景，传统基于卷积神经网络的SAR车辆目标识别算法在杂波背景干扰下影响了目标识别精度的提升，限制了SAR车辆自动目标识别技术的实际应用。
[0003]Transformer是一种用于序列到序列学习的神经网络模型，最初由Google在2017年提出。相比于传统的循环神经网络(RNN)和卷积神经网络(CNN)，Transformer使用了全新的架构，它是一种基于注意力机制(attention mechanism)的模型，其核心是自注意力机制(self
‑
attention mechanism)，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进PVT的SAR车辆目标识别方法，其特征在于，该方法包括以下步骤：步骤1、获取数据集，并进行数据扩充；步骤2、基于Transformer网络结构建立PVT目标识别模型；步骤3、对PVT目标识别模型进行改进，将DropKey策略对高注意力区域进行惩罚并将注意力权值分配到其它感兴趣的区域；步骤4、对改进的P...

【专利技术属性】
技术研发人员：王兆成，张广，王若楠，赵朔，刘璐，邵学彦，
申请(专利权)人：天津先进技术研究院，
类型：发明
国别省市：