计算机工程与科学

作者：何涛, 施慧莉, 李大亮

单位：中国航空工业集团公司雷华电子技术研究所，江苏 无锡 214063

关键词：SAR,目标识别,YOLO,DSP,深度学习,

SAR图像目标识别主要针对桥梁、机场等战略军事目标以及飞机、坦克、汽车等战术目标，进行精确的识别分类及定位，是SAR图像解译的重要一环。首先，构建C6678的卷积神经网络主要处理层，然后结合C6678的处理及存储特性，对卷积层和网络调度进行优化设计，完成了YOLOv3-TINY目标识别网络在C6678上的设计实现方法。该方法能够对常用卷积神经网络模型进行重构及修改，解决了C6678等多核DSP处理平台运行深度学习网络的难题。实验结果表明,该方法在检测性能上与GPU一致，考虑到机载SAR的实时图像帧率，虽然该方法在C6678的实时性能相对GPU还有较大差距，但其能够满足机载SAR实时处理需求。

来源：2022年第8期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2022年第8期