SAR图像舰船检测的神经网络关联剪枝方法

来源：雷达科学与技术杂志2024年第3期北京时间：

作者：张丽丽，王贤俊，屈乐乐，刘雨轩

单位：沈阳航空航天大学电子信息工程学院， 辽宁沈阳 110136

摘要：合成孔径雷达（Synthetic Aperture Radar, SAR）由于其具备全天时、全天候的工作特点，使其在海洋环境监测、海洋资源调查和海洋防灾减灾等领域得到了广泛的应用。其中，基于SAR图像的舰船目标检测是SAR图像处理中的重要部分，其在军用和民用领域均具有重要的意义。本文针对基于深度学习实现的SAR图像目标检测算法参数计算量大、内存占用率高的问题提出了关联剪枝方法。该方法通过对网络进行改进，将相关联的卷积同时进行剪枝，并在训练结束后统一映射到低维度上以实现剪枝操作。通过在SSDD、SAR?Ship?Data?set和HRSID上进行实验，可以在保证平均精度（AP50）下降小于2%的前提下，针对FCOS网络实现70%以上的剪枝率，验证了所提方法的有效性。

关键词：合成孔径雷达,模型剪枝,目标检测,深度学习,

基金资助：辽宁省教育厅资助项目（No.LJKZ0174，LJKMZ20220533）