细粒度船舶精准分类
专为遥感影像中视觉高度相似的船舶设计，通过可解释性引导与网络剪枝，在提升细粒度分类精度的同时压缩模型冗余，实现精度与效率的平衡。
Zhao, Chengqiang · 74516528 · 张家树
Engineering Applications of Artificial Intelligence 2025
在FGSC-23数据集上，整体精度和平均精度分别提升6.79%和5.54%，证明模型能更有效地区分视觉高度相似的船舶类别。
可解释性分析驱动的网络剪枝策略能减少模型中的噪声和冗余信息，在保持精度的同时实现模型压缩，降低部署开销。
通过可视化归因首次分析参数冗余导致的稳健性退化问题，并据此设计损失函数引导网络关注判别性区域，增强决策的可解释性。