← 返回列表
一种SAR图像目标检测识别一体化方法及系统
申请人信息
- 申请人:数据空间研究院
- 申请人地址:230088 安徽省合肥市高新区柏堰科技园创新大道288号工投高新智谷B区
- 发明人: 数据空间研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种SAR图像目标检测识别一体化方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311512497.0 |
| 申请日 | 2023/11/10 |
| 公告号 | CN117496253A |
| 公开日 | 2024/2/2 |
| IPC主分类号 | G06V10/764 |
| 权利人 | 数据空间研究院 |
| 发明人 | 吴昊; 岳华; 聂明宇; 汪瑜; 凌未; 张寓棋; 胡紫珊; 阚宏伟 |
| 地址 | 安徽省合肥市高新区柏堰科技园创新大道288号工投高新智谷B区 |
摘要文本
本发明公开了一种SAR图像目标检测识别一体化方法及系统，方法包括：构建YOLOv8模型，在YOLOv8模型的C2f模块中引入EMA机制，在YOLOv8模型的输出端引入SE注意力机制；设置动态学习率公式，构建损失函数；训练YOLOv8模型，得到训练好的YOLOv8模型；将实时采集的SAR图像输入训练好的YOLOv8模型，进行目标检测识别；本发明的优点在于：在YOLOv8模型的C2f模块中引入EMA机制，EMA机制可以提高模型的稳定性，减少模型的震荡，防止过拟合。
专利主权项内容
1.一种SAR图像目标检测识别一体化方法，其特征在于，包括以下步骤：步骤一：构建YOLOv8模型，在YOLOv8模型的C2f模块中引入EMA机制，在YOLOv8模型的输出端引入SE注意力机制；步骤二：设置动态学习率公式，构建损失函数；步骤三：更新YOLOv8模型的参数并利用动态学习率公式不断调整YOLOv8模型的学习率，从而训练YOLOv8模型，计算对应的损失函数值，当损失函数值达到最小或者模型达到预设的迭代次数时，停止训练，得到训练好的YOLOv8模型；步骤四：将实时采集的SAR图像输入训练好的YOLOv8模型，进行目标检测识别。