基于改进快速区域卷积网络的目标检测轻量化算法

作者：马月红; 孔梦瑶

来源：兵工学报, 2021, 42(12): 2664-2674.

• 目标检测
• 快速卷积神经网络
• 合成孔径雷达
• 轻量化算法
• 实时性

基于深度学习的目标检测算法已成为合成孔径雷达(SAR)图像目标检测任务的主流。深层网络通常具有大量参数,运行速度不能满足实时要求,难以在资源受限的设备(如移动端)上部署。考虑到对模型实时性和可移植性的要求,对双阶段目标检测算法快速区域卷积神经网络进行轻量化改进,比较不同改进方法对算法速度与精度的影响。结合SAR图像的特点,优化轻量化模型,与单阶段目标检测算法的单脉冲多盒检测网络对比。仿真实验结果表明,改进轻量化模型在保持原有精度水平下,模型占用内存和算法运算量大大减少,可有效满足SAR图像目标检测的实时性要求。

• 单位
  石家庄铁道大学; 电子工程学院