通道剪枝与知识蒸馏相结合的轻量化SAR目标检测

轻量化SAR目标检测方法对快速检测SAR影像中的地物目标具有重要意义。针对轻量化检测方法精度不高的问题，设计了一种通道剪枝与知识蒸馏相结合的轻量化SAR目标检测方法。该方法通过对复杂网络中批归一化层的缩放因子γ进行稀疏化训练，判别对应特征通道的重要程度，进而裁剪次要通道，并在微调训练后将其作为教师网络，构造知识蒸馏框架指导轻量模型训练，提高轻量模型的检测精度。采用YOLOv5-6.1算法搭建了检测框架，并在重组的MSAR和SSDD多类目标数据集上进行了训练和检测试验，结果表明该方法能够在保持模型体积仅3.73 MB的轻量化条件下，提升SAR目标检测精度，验证了本文方法的有效性。