结构信息引导的SAR目标细粒度识别方法及系统
技术特征：
1.结构信息引导的sar目标细粒度识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的结构信息引导的sar目标细粒度识别方法，其特征在于，所述s1中，所述yolov5策略的增强阶段包括：马赛克增强mosaic、混合增强mixup、任意视角randomperspective以及颜色扰动hsvaugment。
3.根据权利要求1所述的结构信息引导的sar目标细粒度识别方法，其特征在于，所述s2中，所述结构信息引导操作中，调整yolov8m-pose网络的head部分，基于目标检测框回归组件、关键点检测组件，增设结构信息检测分支，色孩子通道数目为结构信息数目nstruc。
4.根据权利要求1所述的结构信息引导的sar目标细粒度识别方法，其特征在于，所述s2中，在所述预置dcn模块、预置注意力模块中，利用可变形卷积在输入特征图的卷积得到的偏移结果，在所述输入特征图的每个像素点进行卷积学习，得到一组偏移(x，y)，在相同的所述输入特征图的不同通道上，使用相同的预测偏移。
5.根据权利要求1所述的结构信息引导的sar目标细粒度识别方法，其特征在于，所述s2包括：
6.根据权利要求5所述的结构信息引导的sar目标细粒度识别方法，其特征在于，所述s24还包括：
7.根据权利要求6所述的结构信息引导的sar目标细粒度识别方法，其特征在于，所述s242中，利用下述逻辑，确定所述通道注意力图mc：
8.根据权利要求6所述的结构信息引导的sar目标细粒度识别方法，其特征在于，所述s243中，利用下述逻辑，求取所述空间注意力图ms：
9.根据权利要求1所述的结构信息引导的sar目标细粒度识别方法，其特征在于，所述s4包括：
10.结构信息引导的sar目标细粒度识别系统，其特征在于，所述系统包括：
技术总结
本发明提供结构信息引导的SAR目标细粒度识别方法及系统，方法包括：采用了YOLOv5的策略进行数据预处理；将预处理后的数据送入DCN和注意力模块中，对图像中的关键特征进行引导增强；特征送入检测头，生成最终的识别结果；采用Focaler‑SloU进行网络训练。本发明解决了鲁棒性和泛化性较弱、虚警率高、漏检错检以及目标具体型号难以进行准确的细粒度分类的技术问题。
技术研发人员：周长福,张钰,许涛,蒋攀,赵志成,肖云,李成龙,任家乐,王斌,王蒙,常沛,汤进
受保护的技术使用者：安徽大学
技术研发日：
技术公布日：2024/11/14
文档序号 :
【 39999289 】
技术研发人员：周长福,张钰,许涛,蒋攀,赵志成,肖云,李成龙,任家乐,王斌,王蒙,常沛,汤进
技术所有人：安徽大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除
技术研发人员：周长福,张钰,许涛,蒋攀,赵志成,肖云,李成龙,任家乐,王斌,王蒙,常沛,汤进
技术所有人：安徽大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除