SAR航迹目标分类技术报告
图像与视频处理
2024-05-07 v1
摘要
本报告提出了一种利用合成孔径雷达（SAR）影像对海洋和大气现象进行稳健分类的方法。我们提出的方法利用强大的预训练模型Swin Transformer v2 Large作为骨干网络，并在训练过程中采用精心设计的数据增强和指数移动平均技术，以增强模型的泛化能力和稳定性。在测试阶段，我们采用一种名为ReAct的方法来校正激活值，并利用能量分数更准确地衡量模型不确定性，从而显著提升了分布外检测性能。此外，我们还采用了测试时增强技术来提高分类准确率和预测稳定性。全面的实验结果表明，每一项附加技术都显著提升了分类准确率，证实了它们在SAR影像海洋和大气现象分类中的有效性。
引用
@article{arxiv.2405.02361,
title = {Technical report on target classification in SAR track},
author = {Haonan Xu and Han Yinan and Haotian Si and Yang Yang},
journal= {arXiv preprint arXiv:2405.02361},
year = {2024}
}
备注
arXiv admin note: text overlap with arXiv:2310.06221, arXiv:2111.12797 by other authors