1.一种基于多尺度sar图像的舰船检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种基于多尺度sar图像的舰船检测方法,其特征在于,
3.根据权利要求2所述的一种基于多尺度sar图像的舰船检测方法,其特征在于,在所述特征提取模块的特征提取的过程中,主干网络各层特征图{c2,c3,c4,c5}通过特征金字塔结构得到多层特征图{p2,p3,p4,p5},其中p5通过卷积层得到特征图p6。
4.根据权利要求3所述的一种基于多尺度sar图像的舰船检测方法,其特征在于,在多尺度特征自适应融合过程中,为不同层特征{p2,p3,p4,p5,p6}设置可学习的权重参数(a2,a3,a4,a5,a6),将{p2,p3,p5,p6}调整到与特征图p4一样的大小后,融合的特征f的计算过程为:
5.根据权利要求4所述的一种基于多尺度sar图像的舰船检测方法,其特征在于,在所述空间注意力模块中,对融合后的sar图像特征f∈rc×h×w进行增强,其中,通道数为c、每个通道图像的高度和宽度分别为h和w,沿着f的通道维度进行最大池化和平均池化后得到pmax,pavg∈r1×h×w,将pmax和pavg拼接后经过3×3卷积得到fsa,进而输出显著特征图其中代表像素级相乘;将f′分别调整到与{p2,p3,p4,p5,p6}中的p2、p3、p4、p5、p6一致后分别相加,分别得到p′i(i=2,...,6),获得融合与均衡后的sar图像特征,将融合与均衡后的sar图像特征输入到fcos模块。
6.根据权利要求1-5任一所述的一种基于多尺度sar图像的舰船检测方法,其特征在于,获取用于舰船检测的sar图像数据集的过程为:
7.根据权利要求6所述的一种基于多尺度sar图像的舰船检测方法,其特征在于,对单阶段检测网络的训练损失函数包括分类损失函数和回归损失函数,分类损失函数采用focalloss,回归损失函数采用iouloss。
8.根据权利要求7所述的一种基于多尺度sar图像的舰船检测方法,其特征在于,采用非极大值抑制算法对所述单阶段检测网络输出的大量检测框进行抑制,得到最终的多尺度sar图像的舰船检测结果。
9.一种基于多尺度sar图像的舰船检测系统,所述系统实现权利要求1至8中任一项所述的一种基于多尺度sar图像的舰船检测方法中的步骤,其特征在于,所述系统包括:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,实现权利要求1至8中任一项所述的一种基于多尺度sar图像的舰船检测方法中的步骤。