一种改进的可解释SAR图像识别网络
李鹏
冯存前
胡晓伟
空军工程大学防空反导学院,西安,710051
摘要：SAR-BagNet模型是一种应用于合成孔径雷达(SAR)图像识别的可解释深度学习模型.为了使SAR-BagNet模型在具有可解释性的同时具有较高的识别精度,以SAR-BagNet模型为基础,在模型框架中加入了空间注意力和坐标注意力机制,并在 MSTAR 实测数据集上进行了实验.实验结果表明,空间注意力和坐标注意力机制增强了SAR-BagNet模型的全局信息获取能力,能够在不降低其可解释性的基础上,有效提高模型的识别精度和决策合理性.
关键词：深度学习SAR图像识别模型可解释性注意力机制
分类号：TN957(雷达)
资助基金：陕西省自然科学基础研究计划项目(2023-JC-YB-491)
论文发表日期：2023-08-25
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( 49-55 )
英文信息