卷积神经网络结合迁移学习的SAR目标识别

• 作 者: 任硕良 索继东 佟禹
• 机 构: 大连海事大学信息科学技术学院
• 出 处: 电光与控制
• 发表日期: 2020年10期
• 关键词: SAR 目标识别 迁移学习 卷积神经网络 SARtarget recognitiontransfer learningconvolution neural ne
• 基金项目: 福建海事局项目(2018Z0093)

针对CNN识别SAR目标准确率低且运行时间长的问题,提出了一种把迁移学习和卷积神经网络VGG16结构相结合的迁移VGG16方法。首先将MSTAR数据集中的SAR目标通过微调迁移VGG16预训练模型提取目标特征;然后通过Softmax分类器进行特征分类识别。实验结果表明,通过与现有VGG16算法和迁移LENET方法对比,迁移VGG16的SAR目标识别率分别由前者的86.2%和90.8%提高到了94.4%。