基于YOLOv5架构的大幅面SAR图像车辆目标识别方法 |
| |
引用本文: | 李庆,田甜,田金文.基于YOLOv5架构的大幅面SAR图像车辆目标识别方法[J].计算机与数字工程,2023(12):2852-2858. |
| |
作者姓名: | 李庆 田甜 田金文 |
| |
作者单位: | 1. 华中科技大学多谱信息处理技术国家级重点实验室;2. 华中科技大学人工智能与自动化学院 |
| |
摘 要: | SAR图像车辆目标识别是极具挑战性的前沿研究领域,论文提出了一种基于YOLOv5架构的大幅面SAR图像车辆目标识别方法。以卷积神经网络YOLOv5作为大幅面SAR图像车辆目标识别的基本模型,采用迁移学习方法获得模型的初始参数,有效减少了训练样本数量同时提高了模型收敛速度。为了测试算法性能,构建了一个含车辆目标的大幅面SAR图像数据集。在该数据集上进行了仿真实验,并与一些经典的深度学习网络进行了对比,实验结果表明所提大幅面SAR图像车辆目标识别算法识别精度更高、速度更快。
|
关 键 词: | SAR图像 车辆目标识别 卷积神经网络 迁移学习 YOLOv5 |
|