期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进YOLOv8的SAR图像船舰小目标检测算法
1
作者
张上
张潇棒
+1 位作者
冉秀康
王恒涛
《现代雷达》
2025年第9期49-57,共9页
船舰作为海上战斗的主导力量之一,已成为军事作战的重要检测目标。针对复杂海洋大场景下合成孔径雷达(SAR)图像船舰小尺度目标识别能力低下的问题,提出一种基于改进YOLOv8的SAR图像船舰小目标检测算法。首先,将网络卷积模块Conv替换成...
船舰作为海上战斗的主导力量之一,已成为军事作战的重要检测目标。针对复杂海洋大场景下合成孔径雷达(SAR)图像船舰小尺度目标识别能力低下的问题,提出一种基于改进YOLOv8的SAR图像船舰小目标检测算法。首先,将网络卷积模块Conv替换成空间深度非步进卷积,保留判别特征信息,从而提高小目标检测精度;然后,以协调注意力机制为基础,设计出并行协调注意力机制,加强空间中的相互作用,在背景复杂的SAR图像中对特征信息进行针对性提取并运算;最后,将中心点对角线距离度量和端点距离度量分别融入到SIoU距离损失函数和形状损失函数中,重新定义损失函数DSIoU,以提高网络的收敛速度和检测精度。在高分辨率SAR图像数据集上进行了大量实验,结果表明,相较于YOLOv8算法,改进后算法精度提高了2.9%,参数量降低了10.6%,帧率提升了13.3%,能够满足船舰目标实时监测的需求。
展开更多
关键词
合成孔径雷达图像
小目标检测
改进YOLOv8
损失函数
并行协调注意力机制
在线阅读
下载PDF
职称材料
题名
基于改进YOLOv8的SAR图像船舰小目标检测算法
1
作者
张上
张潇棒
冉秀康
王恒涛
机构
三峡大学电气与新能源学院
出处
《现代雷达》
2025年第9期49-57,共9页
基金
国家级大学生创新创业训练计划资助项目(202011075013,202111075012)。
文摘
船舰作为海上战斗的主导力量之一,已成为军事作战的重要检测目标。针对复杂海洋大场景下合成孔径雷达(SAR)图像船舰小尺度目标识别能力低下的问题,提出一种基于改进YOLOv8的SAR图像船舰小目标检测算法。首先,将网络卷积模块Conv替换成空间深度非步进卷积,保留判别特征信息,从而提高小目标检测精度;然后,以协调注意力机制为基础,设计出并行协调注意力机制,加强空间中的相互作用,在背景复杂的SAR图像中对特征信息进行针对性提取并运算;最后,将中心点对角线距离度量和端点距离度量分别融入到SIoU距离损失函数和形状损失函数中,重新定义损失函数DSIoU,以提高网络的收敛速度和检测精度。在高分辨率SAR图像数据集上进行了大量实验,结果表明,相较于YOLOv8算法,改进后算法精度提高了2.9%,参数量降低了10.6%,帧率提升了13.3%,能够满足船舰目标实时监测的需求。
关键词
合成孔径雷达图像
小目标检测
改进YOLOv8
损失函数
并行协调注意力机制
Keywords
synthetic aperture radar(SAR)image
small target detection
improved YOLOv8
loss function
parallel coordinated attention(PCA)mechanism
分类号
TP391.4 [自动化与计算机技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进YOLOv8的SAR图像船舰小目标检测算法
张上
张潇棒
冉秀康
王恒涛
《现代雷达》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
