基于迁移学习的SAR图像目标检测
来源：雷达科学与技术杂志2018年第5期北京时间：
作者：张椰，朱卫纲
单位：1.航天工程大学研究生院，北京101416;2.航天工程大学光电装备系，北京101416
摘要：针对深度卷积神经网络训练需要大数量样本，采用迁移学习的方法辅助网络训练，解决了SAR图像样本不足的问题。通过控制对比实验，对每个卷积块权重进行迁移与分析，使用微调与冻结相结合的训练方式有效提高网络的泛化性与稳定性；然后根据目标检测任务的时效性对网络模型进行改进，提高了网络检测速度的同时减少了网络参数；最后结合复杂场景杂波切片对网络进行训练，降低了背景杂波的虚警目标数量，复杂多目标场景的检测结果表明所提出方法具有较好的检测性能。
关键词：迁移学习,深度卷积神经网络,SAR目标检测,训练时间,
