[发明专利]基于SAR网络的SAR图像识别方法、装置、设备和存储介质

权利要求书

1.一种基于SAR网络的SAR图像识别方法，其特征在于，包括以下步骤：

对SAR网络模型进行特征提取器预训练和元迁移学习复训练；

将SAR样本图像输入至所述SAR网络模型中，训练用于SAR图像识别的网络参数；

利用训练好的所述SAR网络模型，输入待测SAR图像进行预处理，获得64通道56×56的特征图；

将所述64通道56×56的特征图经过三个残差模块提取特征，以及平均池化操作，获得1×1的特征图，其中三个所述残差模块的输入分别保存为第一特征、第二特征和第三特征；

使用SE块通道注意力操作，将所述1×1的特征图映射成7×7的特征图；

将所述7×7的特征图进行三次上采样操作，三次的输出依次与所述第一特征、所述第二特征和所述第三特征进行特征级联，分别保存为第四特征、第五特征和第六特征，并且输出56×56的特征图；

将所述56×56的特征图经过三个残差块处理，三个所述残差块的输出特征依次与所述第四特征、所述第五特征和所述第六特征级联，并经过平均池化和全连接层的卷积操作得到所述待测SAR图像的对应标签。

2.根据权利要求1所述的基于SAR网络的SAR图像识别方法，其特征在于，所述对SAR网络模型进行特征提取器预训练和元迁移学习复训练包括：所述元迁移学习复训练只训练缩放参数和平移参数，不改变特征提取器参数。

3.根据权利要求1所述的基于SAR网络的SAR图像识别方法，其特征在于，所述利用训练好的所述SAR网络模型，输入待测SAR图像进行预处理，获得64通道56×56的特征图包括：输入64×64的灰度的待测SAR图像，经过三层3×3卷积层和一层池化层计算，获得所述64通道56×56的特征图。

4.根据权利要求1所述的基于SAR网络的SAR图像识别方法，其特征在于，所述将所述7×7的特征图进行三次上采样操作，三次的输出依次与所述第一特征、所述第二特征和所述第三特征进行特征级联，分别保存为第四特征、第五特征和第六特征，并且输出56×56的特征图包括：三次所述上采样操作使用邻近插值。

5.一种基于SAR网络的SAR图像识别装置，其特征在于，包括：

模型第一训练单元，用于对SAR网络模型进行特征提取器预训练和元迁移学习复训练；

模型第二训练单元，用于将SAR样本图像输入至所述SAR网络模型中，训练用于SAR图像识别的网络参数；

识别第一阶段单元，用于利用训练好的所述SAR网络模型，输入待测SAR图像进行预处理，获得64通道56×56的特征图；

识别第二阶段单元，用于将所述64通道56×56的特征图经过三个残差模块提取特征，以及平均池化操作，获得1×1的特征图，其中三个所述残差模块的输入分别保存为第一特征、第二特征和第三特征；

识别过渡阶段单元，用于使用SE块通道注意力操作，将所述1×1的特征图映射成7×7的特征图；

识别第三阶段单元，用于将所述7×7的特征图进行三次上采样操作，三次的输出依次与所述第一特征、所述第二特征和所述第三特征进行特征级联，分别保存为第四特征、第五特征和第六特征，并且输出56×56的特征图；

识别第四阶段单元，用于将所述56×56的特征图经过三个残差块处理，三个所述残差块的输出特征依次与所述第四特征、所述第五特征和所述第六特征级联，并经过平均池化和全连接层的卷积操作得到所述待测SAR图像的对应标签。

6.一种基于SAR网络的SAR图像识别设备，其特征在于，包括：至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如权利要求1至4任一项所述的基于SAR网络的SAR图像识别方法。

7.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至4任一项所述的基于SAR网络的SAR图像识别方法。