基于ResNet18 U-Net模型的SAR图像海面溢油检测

来源：计算机测量与控制杂志2025年第3期北京时间：

作者：郭杜,杨鹏举

单位：延安大学

摘要：针对合成孔径雷达(SAR)图像海面溢油检测问题，采用U-Net模型、ResNet18-UNet模型、ResNet34-UNet模型、ResNet50-UNet模型等四种卷积神经网络模型进行了SAR图像海面溢油检测的研究与实验，挑选出更适合此次SAR图像海面溢油检测研究与实验的溢油检测模型；通过利用四种卷积神经网络模型对同一数据集进行SAR图像海面溢油检测的方式，对比分析了不同卷积神经网络模型之间的性能差异和溢油检测效果；实验结果表明，在此次SAR图像海面溢油检测研究与实验中，ResNet18-UNet模型的性能在U-Net模型的基础上有了一定的优化，而且与另外两种ResNet-UNet模型相比，ResNet18-UNet模型在此次海面溢油检测实验中拥有最高的性能和最好的溢油检测效果，获得了更高的检测精度和检测效率。

关键词：合成孔径雷达;海面溢油检测;卷积神经网络;U-Net模型;ResNet-UNet模型