基于平衡样本回归损失的SAR舰船目标检测方法

摘要

本发明公开了一种基于平衡样本回归损失的SAR舰船目标检测方法，主要解决现有深度学习方法中因难易样本不平衡导致训练出的网络模型对舰船目标检测性能低的问题。其实现方案是：1)获取舰船数据，并分为训练数据和测试数据；2)选取Faster‑RCNN网络为训练网络模型；3)对训练网络的原始损失函数进行改进，构成新的总损失函数；4)将训练数据送入2)所选的网络中，使用新的总损失函数对网络进行训练，得到最终训练好的网络模型；5)将测试数据送到训练好的网络模型中，得到舰船目标检测结果。本发明能更好的提取舰船目标的深度特征，提高了舰船目标检测性能，可用于对舰船目标的检测。