一种基于特征融合YOLO的SAR车辆检测方法及装置制造方法及图纸

技术编号:46630880 阅读:1 留言:0更新日期:2025-10-14 21:30
本发明专利技术公开了计算机神经网络和信号处理技术领域的一种基于特征融合YOLO的SAR车辆检测方法及装置。该基于特征融合YOLO的SAR车辆检测方法包括以下步骤:构建基于特征融合YOLO的SAR车辆检测装置;构建SAR车辆检测装置的数据集,并进行标注和划分;采用训练集对SAR车辆检测装置进行训练,并保存训练后的的权重参数;加载预先存储好的权重参数,得到训练后的SAR车辆检测装置;对输入SAR图像进行车辆检测,输出目标类别、置信度和定位信息。该基于特征融合YOLO的SAR车辆检测方法及装置保证实时检测速度的同时,显著提高了检测精度,尤其在复杂背景和密集目标场景下展现了优异的鲁棒性。

【技术实现步骤摘要】

本专利技术涉及计算机神经网络和信号处理,具体地,涉及一种基于特征融合yolo的sar车辆检测方法及装置。


技术介绍

1、合成孔径雷达(synthetic aperture radar,sar)是一种主动微波遥感设备,能够实现全天候、全天时的高分辨率成像,广泛应用于军事侦察、灾害监测和智能交通等领域。sar图像中的车辆检测是遥感解译的核心任务之一,对智能交通管理和灾害应急监测具有重要意义,是实现精准目标识别与场景理解的重要技术支撑,但其面临以下技术难点:

2、1.sar图像固有的相干斑噪声、目标方位角敏感性以及背景复杂度高等特性,导致目标特征提取困难,限制了检测精度,难以满足实际应用需求;

3、2.传统sar车辆检测方法主要依赖于恒虚警率(constant false alarm rate,cfar)检测器和灰度统计特征分类器等人工设计特征,虽然在特定场景下具有一定的检测效果,但其局限性显著:人工特征难以充分表征sar图像中车辆复杂的散射特性,且对图像输入预处理要求高、泛化能力不足,难以有效应对多尺度目标检测问题,导致在复杂场景下性能本文档来自技高网...

【技术保护点】

1.一种基于特征融合YOLO的SAR车辆检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于特征融合YOLO的SAR车辆检测方法,其特征在于,所述S1包括以下步骤:

3.根据权利要求1所述的一种基于特征融合YOLO的SAR车辆检测方法,其特征在于,所述S2包括以下步骤:

4.根据权利要求1所述的一种基于特征融合YOLO的SAR车辆检测方法,其特征在于,所述S3包括以下步骤:

5.根据权利要求4所述的一种基于特征融合YOLO的SAR车辆检测方法,其特征在于,所述S32中的批处理尺寸为8,最大训练步长为500,采用RMSPro...

【技术特征摘要】

1.一种基于特征融合yolo的sar车辆检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于特征融合yolo的sar车辆检测方法,其特征在于,所述s1包括以下步骤:

3.根据权利要求1所述的一种基于特征融合yolo的sar车辆检测方法,其特征在于,所述s2包括以下步骤:

4.根据权利要求1所述的一种基于特征融合yolo的sar车辆检测方法,其特征在于,所述s3包括以下步骤:

5.根据权利要求4所述的一种基于特征融合yolo的sar车...

【专利技术属性】
技术研发人员:全斯农苏薪元邢世其柏正阳刘浩淼盖莹竹蔡志豪施珂雯汪俊澎
申请(专利权)人:中国人民解放军国防科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1