基于中心坐标注意力模型的目标识别分类及应用

摘要

本发明公开了一种基于中心坐标注意力模型的目标识别分类及应用，包括：1.选取不同种类的SAR图像作为样本集；2.采用Lenet‑5网络作为骨干网络，将中心坐标注意力模型嵌入到最后一层卷积层与全连接层之间，获得融合权重系数矩阵；3.将融合权重系数矩阵与最后一层卷积层的输出通过像素级水平进行最优特征融合，并得到最终特征；4.将最终特征输入全连接层和softmax分类器得到预测结果，并与真实结果对比，完成网络训练过程；5.将待分类的SAR图像输入到训练好的网络模型并得到对应的类别。本发明能提高位于SAR图像中心的目标特征表征的完整性，获得更高的分类精度和分类效率，具有较好的工程应用价值。