用于SAR图像小目标舰船检测的改进的SSD算法

姓名：刘倩 学号：19021210889

【嵌牛导读】：随着合成孔径雷达成像技术的发展，SAR图像舰船目标检测已经被广泛应用与军用与民用领域，而SAR图像小目标检测已经成为其中的一个热点问题。当SAR图像目标分辨率较低的时候或者舰船目标实际尺寸较小的时候，舰船在SAR图像中仅可能回显示为一个亮斑，在提取其特征时容易丢失一些重要的信息，容易产生漏检与误报，因此SAR图像小目标舰船的精确检测是一个具有挑战性的研究课题。

【嵌牛鼻子】：目标检测，卷积神经网络，迁移学习，浅层特征增强，空洞卷积

【嵌牛提问】：如何实现SAR图像小目标舰船检测？

【嵌牛正文】：

针对合成孔径雷达图像小目标舰船检测中存在的检测率较低，虚警较高等缺点，提出了一种用于SAR图像小目标舰船检测的改进SSD算法。首先制作了一个专门用于SAR图像小目标舰船检测的数据集，在SSD目标检测算法的基础上，针对原始的SSD检测算法在SAR图像小目标舰船中检测效果不佳的缺点，提出了迁移学习，浅层特征增强和数据增广三个方面的改进。利用性能更好的ResNet50作为特征提取结构，在浅层特征增强网络结构中采用inception模块的分支结构，同时使用了空洞卷积扩大特征图的视觉感受野，增强了网络对小尺寸舰船目标的适应性。