基于YOLOv5架构的大幅面SAR图像车辆目标识别方法
李庆
田甜
田金文
华中科技大学多谱信息处理技术国家级重点实验室 武汉 430074;华中科技大学人工智能与自动化学院 武汉 430074
摘要：SAR图像车辆目标识别是极具挑战性的前沿研究领域,论文提出了一种基于YOLOv5架构的大幅面SAR图像车辆目标识别方法.以卷积神经网络YOLOv5作为大幅面SAR图像车辆目标识别的基本模型,采用迁移学习方法获得模型的初始参数,有效减少了训练样本数量同时提高了模型收敛速度.为了测试算法性能,构建了一个含车辆目标的大幅面SAR图像数据集.在该数据集上进行了仿真实验,并与一些经典的深度学习网络进行了对比,实验结果表明所提大幅面SAR图像车辆目标识别算法识别精度更高、速度更快.
关键词：SAR图像车辆目标识别卷积神经网络迁移学习YOLOv5
分类号：TP389.1(计算技术、计算机技术)
论文发表日期：2023-12-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 2852-2858 )
英文信息