基于ViT-CNN混合網(wǎng)絡的合成孔徑雷達圖像船舶分類

摘要： 為了解決視覺轉(zhuǎn)換器模型缺乏多尺度與局部特征捕獲能力，難以適應合成孔徑雷達圖像船舶分類任務的問題，本文提出一種混合網(wǎng)絡模型用于合成孔徑雷達圖像船舶分類。利用分階段下采樣網(wǎng)絡結(jié)構(gòu)，解決了ViT無法捕獲多尺度特征的問題。通過在ViT模型的3個核心模塊中融入卷積結(jié)構(gòu)，設計了卷積標記嵌入、卷積參數(shù)共享注意力和局部前饋網(wǎng)絡3個模塊，使得網(wǎng)絡能夠同時捕獲船舶圖像的全局和局部特征，進一步增強了... （共8頁）