[发明专利]基于深度学习的可解释性SAR图像目标检测方法及系统在审
| 申请号： | 202111064473.4 | 申请日： | 2021-09-10 |
| 公开（公告）号： | CN113902978A | 公开（公告）日： | 2022-01-07 |
| 发明（设计）人： | 陈立福;罗汝;潘舟浩;袁志辉;邢学敏;邢进;蔡兴敏 | 申请（专利权）人： | 长沙理工大学 |
| 主分类号： | G06V20/13 | 分类号： | G06V20/13;G06V10/77;G06V10/774;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 湖南兆弘专利事务所(普通合伙) 43008 | 代理人： | 谭武艺 |
| 地址： | 410114 湖南省*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的可解释性SAR图像目标检测方法及系统，本发明包括为深度学习神经网络选取骨干网络：采用SAR图像数据集对不同的骨干网络进行训练并保存最优权重模型；利用混合全局归因映射HGAM对各个保存最优权重模型后的骨干网络进行事后可解释性分析，并选择最优的骨干网络作为深度学习神经网络的骨干网络；该深度学习神经网络包括最优骨干网络的选取、融合模块PANet以及检测头的可视化。本发明采用了混合全局归因映射HGAM这一可解释的人工智能对各个保存最优权重模型后的骨干网络进行分析，可实现对骨干网络的性能评估，从而获得最优的骨干网络，以提升对深度学习神经网络内部功能的洞察力，提升深度学习神经网络的检测准确度。 | ||
| 搜索关键词： | 基于 深度 学习 解释性 sar 图像 目标 检测 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于长沙理工大学，未经长沙理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111064473.4/，转载请声明来源钻瓜专利网。
