一种基于分布式训练的SAR图像特征信息还原方法技术

本发明专利技术涉及一种基于分布式训练的SAR图像特征信息还原方法，属于通信技术领域。该方法利用开源SAR图像和对应标注的数据集对YOLOv5S网络进行模型训练，将场景内的多个“无人机”互联模式作为分布式场景，“无人机”智能模块内部署分布式计算互联通信网络和训练后的YOLOv5S网络，得到满足要求的YOLOv5S网络，使用真实SAR图像数据作为输入，通过YOLOv5S网络进行前向传播，所有“无人机”计算节点的输出结果融合后得到还原后的SAR图像特征信息。本发明专利技术引入了分布式计算技术，减轻了单一计算节点算力资源受限问题，使用图像中特征间的梯度信息差来还原原始图像并对其进行标注，丰富了对图像进行自动标注的技术手段。

【技术实现步骤摘要】

本专利技术属于通信，涉及通信资源受限传输条件下的特征还原，尤其涉及一种基于分布式训练的sar图像特征信息还原方法。

技术介绍

1、sar是一种主动式微波遥感成像设备，可安装在飞机、卫星、宇宙飞船等飞行平台上，全天时、全天候对地实施观测，在监测、导航、遥感等领域的应用需求非常广泛，研究价值非常重大。

2、sar数据本质上还是图像，跟常见的光学遥感影像不同之处在于：光学遥感是被动成像系统，仪器记录目标物体自身反射或来自自然辐射源(主要是太阳)的电磁波信息；sar是微波遥感中的一种(微波遥感包括主动式和被动式)，sar是主动式微波遥感，即主动向目标物发射电磁波，再由自身携带的传感器接收和记录其反射波。

3、sar-ship-dataset多源多尺度sar船舶切片数据集，包括sar船舶检测切片近40000张，采用了国产高分3号卫星和欧空局sentinel-1卫星数据。图像分辨率覆盖1.7米到25米，极化方式包括hh、hv、vh和vv，成像模式包括超精细条带模式、精细条带模式、全极化条带模式、条带扫描模式和干涉宽幅模式。该数据集场景包括港口、本文档来自技高网...

【技术保护点】

1.一种基于分布式训练的SAR图像特征信息还原方法，其特征在于该方法的步骤包括：

2.根据权利要求1所述的一种基于分布式训练的SAR图像特征信息还原方法，其特征在于，所述步骤(1)的训练方法如下：

3.根据权利要求2所述的一种基于分布式训练的SAR图像特征信息还原方法，其特征在于，所述步骤(1.1)中，对开源SAR图像进行随机缩放、随机裁剪、随机排布，以实现SAR图像数据增强。

4.根据权利要求2所述的一种基于分布式训练的SAR图像特征信息还原方法，其特征在于，所述步骤(1.3)中，YOLOv5S网络输出标注后的SAR图像信息，标注是指标注出目标的位置...

【技术特征摘要】

1.一种基于分布式训练的sar图像特征信息还原方法，其特征在于该方法的步骤包括：

2.根据权利要求1所述的一种基于分布式训练的sar图像特征信息还原方法，其特征在于，所述步骤(1)的训练方法如下：

3.根据权利要求2所述的一种基于分布式训练的sar图像特征信息还原方法，其特征在于，所述步骤(1.1)中，对开源sar图像进行随机缩放、随机裁剪、随机排布，以实现sar图像数据增强。

4.根据权利要求2所述的一种基于分布式训练的sar图像特征信息还原方法，其特征在于，所述步骤(1.3)中，yolov5s网络输出标注后的sar图像信息，标注是指标注出目标的位置和类别信息。

5.根据权利要求2所述的一种基于分布式训练的sar图像特征信息还原方法，其特征在于，所述步骤(1.4)中，对步骤(1.3)输出的标...

【专利技术属性】
技术研发人员：李山山，晁鲁静，路鹰，阎岩，李罗钢，耿克达，蔡敬坤，任金磊，王振亚，郑方正，鲍诺，吴太晖，郭斐然，
申请(专利权)人：中国航天科技创新研究院，
类型：发明
国别省市：