来源：期刊VIP网 时间：
作者：徐妍;孙维东;赵伶俐;黄蕾;潘飞;焦冉;
单位：自然资源部城市国土资源监测与仿真重点实验室;武汉大学遥感信息工程学院;深圳市规划和自然资源调查测绘中心;武汉大势智慧科技有限公司;武汉科技大学;
摘要：针对传统船舶检测的锚框方法需预设大量锚框，参数设置复杂、成本高，且因锚框与真实目标重叠度低，导致正负样本不平衡，影响训练稳定性和收敛速度的问题，该文利用合成孔径雷达(SAR)全天时全天候观测的特性，选择较为轻量的的ResNet50作为主干网络，构建了基于CenterNet模型的CenterNet-RN50检测算法，在公开的AirSARShip数据集上最高可以获得95.9%的平均精度，较其他目标检测模型有显著提升。该方法能够在提高精度的同时保持较小的参数总量，提高运行效率。同时该算法还缓解了梯度消失和网络退化问题，能够在较深的网络结构中保持稳定的性能。
关键词：无锚框深度网络;;SAR;;船舶检测
基金资助：自然资源部城市资源监测与仿真重点实验室开放基金资助课题项目(KF-2023-08-02);; 湖北省自然科学基金项目(2022CFB193);; 国家自然科学基金项目(U2033216)
