[發明專利]一種基于快速全卷積神經網絡的SAR目標分類方法有效
| 申請號： | 202010587777.8 | 申請日： | 2020-06-24 |
| 公開（公告）號： | CN111814608B | 公開（公告）日： | 2023-10-24 |
| 發明（設計）人： | 劉聆;王芹 | 申請（專利權）人： | 長沙一揚電子科技有限公司 |
| 主分類號： | G06V10/764 | 分類號： | G06V10/764;G06V20/10;G06V10/40;G06V10/774;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司： | 長沙大珂知識產權代理事務所(普通合伙) 43236 | 代理人： | 伍志祥 |
| 地址： | 410008 湖南省長沙市開福區芙蓉北路街*** | 國省代碼： | 湖南;43 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 快速 卷積 神經網絡 sar 目標 分類 方法 | ||
1.一種基于快速全卷積神經網絡的SAR目標分類方法，其特征在于；包括以下步驟：
S1：對MASTAR數據集進行擴充
采用包括圖像翻轉、縮放、加噪聲、裁剪和移動的方式對現有MASTAR數據集進行擴充來滿足訓練需求；
S2：搭建步進≥2的特殊卷積層
采用步進≥2的卷積層進行下采樣；同時擴大特殊卷積層核的大小，通過擴大感受野的形式保證信息利用最大化；
S3：搭建步進為2的全卷積神經網絡
針對所述步驟S1得到的MASTAR數據集和所述步驟S2所建立的特殊卷積層，構建步進為2的全卷積神經網絡；卷積核大小為2×2的卷積層進行下采樣；特征提取的卷積層采用步進為1，卷積核大小為3×3，以此搭建一個全卷積層的網絡；
S4：搭建步進為3的全卷積神經網絡
針對所述步驟S3搭建的全卷積神經網絡，繼續采用步進為3的卷積層進行下采樣，同時將卷積核的大小調整為3×3；
S5：搭建步進為4的全卷積神經網絡
在所述步驟S4的基礎上繼續擴大特殊卷積層的步進和卷積核的大小，采用步進為4，卷積核大小為4×4；
S6：搭建快速全卷積神經網絡
根據步驟S3、步驟S4和步驟S5，采用3層卷積層進行特征提取、3層特殊卷積層進行下采樣和2層全連接層分類的搭建；所述特征提取的卷積層采用步進為1，大小為3×3；下采樣的特殊卷積層采用混合遞進的方式，分別為步進為4，大小為4×4；步進為3，大小為3×3；步進為2，大小為2×2。
2.根據權利要求1所述的一種基于快速全卷積神經網絡的SAR目標分類方法，其特征在于：所述步驟S1采用15°和17°的MASTAR數據集進行混合訓練測試。
3.根據權利要求1所述的一種基于快速全卷積神經網絡的SAR目標分類方法，其特征在于：假設特殊卷積層卷積核大小為n×n，步進為s,輸入圖片的大小為iw×ih,圖片像素填充尺寸為p,卷積層輸出圖片N的大小為w×h；N是整個卷積過程卷積運算的次數；
N＝w*h。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于長沙一揚電子科技有限公司，未經長沙一揚電子科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010587777.8/1.html，轉載請聲明來源鉆瓜專利網。
