引用本文:周舟,王海鹏,徐丰,张志俊,王志诚.基于通道剪枝的SAR图像舰船检测优化算法[J].上海航天,2020,37(4):48-54.
【打印本页】   【下载PDF全文】     
本文已被:浏览 13次   下载 12
分享到: 微信 更多
基于通道剪枝的SAR图像舰船检测优化算法
周舟1,王海鹏1,徐丰1,张志俊2,王志诚2
1.复旦大学 电磁波信息科学教育部重点实验室,上海200433;2.上海无线电设备研究所,上海201109
摘要:
近几年,随着深度学习的发展,基于深度学习的目标检测算法开始应用于合成孔径雷达(SAR)图像中的舰船检测。但深度学习模型结构复杂,参数量与计算量巨大,无法应用到星载处理器的实时处理中。本文提出一种结合了Faster-RCNN和卷积通道剪枝的舰船检测方法,在保证检测精度不受较大影响的情况下,剪除卷积层中的部分参数,提高检测效率。实验表明:经过剪枝优化的Faster-RCNN舰船检测模型中的参数量降低了约56%,而推理时间减少了约51%,同时精度下降仅有1.9%。这给未来在星载处理器上部署舰船检测算法提供了新的思路。
(1.Key Laboratory of Electromagnetic Wave and Information Science, Fudan University, Shanghai 200433, China;2.Shanghai Radio Equipment Research Institute, Shanghai 201109, China)

分享按钮