ADCG 跨模态迁移模型

小样本识别提升6%

面向光学到SAR的舰船识别迁移学习，用密集连接与轻量注意力定位舰船主特征。

Gao, Gui · Yuxi, Dai · 张晰 · Dingfeng, Duan · Fei, Guo

IEEE Transactions on Geoscience and Remote Sensing 2023

参数信息

Kernel Inception Distance

0.0403

识别精度提升

6 %

技术优势

样本不足也能训

生成的伪 SAR 域图像可作为额外训练数据，缓解稀疏标注和类别不平衡问题。

定位舰船主特征

轻量级 CBAM 以极小参数增加为代价，解决无法定位舰船主要特征的问题。

训练更省时

密集连接模块克服了原始 CycleGAN 中训练时间长的问题。

应用场景

• 舰船自动目标识别：用生成样本扩充训练集，提升小样本舰船识别精度。
• SAR图像解译：生成高质量伪 SAR 图像，辅助 SAR 图像解译模型训练。
• 遥感目标检测：通过跨模态迁移增强遥感目标检测模型的泛化能力。