基于掩码自蒸馏网络的SAR图像识别方法及相关装置制造方法及图纸

本申请提供了基于掩码自蒸馏网络的SAR图像识别方法及相关装置，对SAR训练图像进行掩码得到掩码图像；将SAR训练图像输入至教师网络训练，将掩码图像输入至学生网络训练，教师网络的第一特征提取网络和学生网络的第二特征提取网络均为包括聚焦注意力机制和Mamba机制的Transformer网络；由学生网络通过指数移动平均更新教师网络，通过最小化包括类别损失函数值、掩码损失函数值和对比损失函数值的总损失函数值进行知识蒸馏；训练参数迁移后的原始的图像识别模型，利用训练好的图像识别模型进行SAR图像识别；充分学习图像特征信息，获取丰富的网络参数，载入到下游小样本监督网络中，降低标注训练样本数量需求并提高识别能力。

【技术实现步骤摘要】

本申请实施例涉及图像处理领域，尤其涉及基于掩码自蒸馏网络的sar图像识别方法及相关装置。

技术介绍

1、利用合成孔径雷达(synthetic aperture radar，sar)拍摄得到sar图像。深度学习复杂的非线性表达能力使人工智能在sar图像自动目标识别领域呈现向好趋势。其中，作为主流训练手段的监督学习，需要以输入大量的标注数据为前提，才能使神经网络收敛。然而，由于sar数据获取成本较高、目标的标注需专业人员，导致缺乏大规模、已标注的训练样本支撑。

技术实现思路

1、以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。

2、本申请的目的在于至少一定程度上解决相关技术中存在的技术问题之一，本申请实施例提供了基于掩码自蒸馏网络的sar图像识别方法及相关装置，降低标注训练样本数量需求并提高识别能力。

3、本申请的第一方面的实施例，一种基于掩码自蒸馏网络的sar图像识别方法，包括：

4、获取sar图像，将所述sar图像输入训练好的图像识别模型进行图像识本文档来自技高网...

【技术保护点】

1.一种基于掩码自蒸馏网络的SAR图像识别方法，其特征在于，包括：

2.根据权利要求1所述的SAR图像识别方法，其特征在于，通过所述第一特征提取网络或所述第二特征提取网络进行特征提取的步骤，包括：

3.根据权利要求1所述的基于掩码自蒸馏网络的SAR图像识别方法，其特征在于，所述按照所述聚焦注意力机制根据所述嵌入输入向量计算得到注意力值，包括：

4.根据权利要求1所述的SAR图像识别方法，其特征在于，所述按照所述Mamba机制根据所述注意力值得到表示图像依赖关系的第一图像特征，包括：

5.根据权利要求1所述的SAR图像识别方法，其特征在于，所...

【技术特征摘要】

1.一种基于掩码自蒸馏网络的sar图像识别方法，其特征在于，包括：

2.根据权利要求1所述的sar图像识别方法，其特征在于，通过所述第一特征提取网络或所述第二特征提取网络进行特征提取的步骤，包括：

3.根据权利要求1所述的基于掩码自蒸馏网络的sar图像识别方法，其特征在于，所述按照所述聚焦注意力机制根据所述嵌入输入向量计算得到注意力值，包括：

4.根据权利要求1所述的sar图像识别方法，其特征在于，所述按照所述mamba机制根据所述注意力值得到表示图像依赖关系的第一图像特征，包括：

5.根据权利要求1所述的sar图像识别方法，其特征在于，所述类别损失函数值为：其中，loss[class]为类别损失函数值，x1和x2为sar训练图像的两个不同增强图像，n为增强图像的数量，为由x1生成的类别图像块，为由x2生成的类别图像块，h(x,y)＝-xlogy。

6.根据权利要求5所述的sar图像识别方法，其特征在于，所述掩码损失函数值为：其中，lossmim为掩码损失函数值，mi为预...

【专利技术属性】
技术研发人员：李青，翟懿奎，龙智豪，潘文锋，
申请(专利权)人：五邑大学，
类型：发明
国别省市：