文档名：基于对比学习的航海雷达目标检测方法
摘要：由于航海雷达图像中的目标与杂波的相似度较高,因此目标检测任务非常困难.此外,虽然航海雷达的原始数据量很大,但标注需要大量的专业知识,导致目前可以直接使用的有效数据很少.为解决上述问题,本文首先建立了两个航海雷达数据集,分别是无标签的航海雷达数据集(UnlabeledMarineRadarDataset,UMRD)和有标签的航海雷达检测数据集(MarineRadarDetectionDataset,MRDD).同时,本文提出了一种基于对比学习的航海雷达目标检测方法(ContrastiveLearningforMarineRadarDetection,CLMRD).该方法首先以聚类的方式产生伪标签,然后以交替预测的方式从样例级别提高特征的判别性,并根据一致性准则从数据分布级别提升特征判别性.接下来,使用Yolov5作为目标检测网络,并结合预训练的特征提取器进行微调.最后,CLMRD对不同切片的检测结果进行融合.提出的方法在MRDD数据集上达到了0.97的准确率和0.95的召回率,显著优于其他检测方法,验证了其有效性和鲁棒性.
作者：司凌宇 强文文 李港 刘美琴 徐帆江 孙富春 Author：SILing-yu QIANGWen-wen LIGang LIUMei-qin XUFan-jiang SUNFu-chun
作者单位：中国科学院软件研究所天基综合信息系统重点实验室,北京100191;中国科学院大学,北京101408中国科学院软件研究所天基综合信息系统重点实验室,北京100191清华大学计算机科学与技术系,北京100084
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2023, 51(7)
分类号：TP181TN957.52
关键词：航海雷达 目标检测 自监督学习 特征表示
Keywords：marineradar objectdetection self-supervisedlearning featurerepresentation
机标分类号：TP311TN957.52R917
在线出版日期：2023年9月27日
基金项目：基于对比学习的航海雷达目标检测方法[
期刊论文] 电子学报--2023, 51(7)司凌宇 强文文 李港 刘美琴 徐帆江 孙富春由于航海雷达图像中的目标与杂波的相似度较高,因此目标检测任务非常困难.此外,虽然航海雷达的原始数据量很大,但标注需要大量的专业知识,导致目前可以直接使用的有效数据很少.为解决上述问题,本文首先建立了两个航海雷...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于对比学习的航海雷达目标检测方法 Marine Radar Object Detection Method Based on Contrastive Learning
基于对比学习的航海雷达目标检测方法.pdf
- 文件大小:
- 3.39 MB
- 下载次数:
- 60
-
高速下载
|
