基于深度学习的SAR图像舰船检测数据集及性能分析
近年来深度学习目标检测技术得到了快速的发展,在很多领域取得了令人惊叹的效果.SAR图像舰船目标检测与普通计算机视觉目标检测的共性大于异性,因此有必要将深度学习目标检测技术应用到该领域.本文给出了数据集SSDD(SAR Ship Detection Dataset),据所知这是第一个专门用于SAR图像舰船目标检测的数据集,为本领域研究人员提供了衡量统一标准,促进了该领域的发展.论文统计了舰船目标的尺寸大小以及长宽比等信息,为设计检测算法提供了参考.给出了经典双阶段检测器Faster R-CNN和单阶段检测器SSD在数据集上的检测效果,并根据舰船统计特性对检测算法做了针对性改进,实验结果显示出了基于深度学习的目标检测算法在SAR图像舰船目标检测的强大的性能,论文最后给出了几个值得进一步研究的方向.
合成孔径雷达图像 舰船检测 深度学习 数据集
李健伟 曲长文 邵嘉琦 彭书娟
海军航空大学 山东 烟台 264001
国内会议
西安
中文
1-23
2018-10-17（万方平台首次上网日期，不代表论文的发表时间）