基于YOLOv5架构的大幅面SAR图像车辆目标识别方法

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。