随着深度学习技术的应用,合成孔径雷达(SAR)在船舶目标检测中得到了广泛应用。然而,在某些复杂环境下,如近岸区域或存在小型船舶的场景中,仍然存在误检和漏检的问题。
PART/1
概述
为了解决这些问题,本文提出了一种名为 -YOLO的高精度船舶目标检测方法,该方法以YOLOv7-tiny为基础网络构建。所提出的方法主要包括以下步骤:首先,引入基于可变形卷积网络的特征提取增强网络,以获取各类船舶更全面的特征表示;
随着深度学习技术的应用,合成孔径雷达(SAR)在船舶目标检测中得到了广泛应用。然而,在某些复杂环境下,如近岸区域或存在小型船舶的场景中,仍然存在误检和漏检的问题。
PART/1
概述
为了解决这些问题,本文提出了一种名为 -YOLO的高精度船舶目标检测方法,该方法以YOLOv7-tiny为基础网络构建。所提出的方法主要包括以下步骤:首先,引入基于可变形卷积网络的特征提取增强网络,以获取各类船舶更全面的特征表示;