SARES-DEIM:基于DETR范式与SAR感知稀疏混合专家模块的相干雷达图像船舶检测框架

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》:SARES-DEIM: Sparse Mixture-of-Experts Meets DETR for Clutter-Aware SAR Ship Detection

【字体: 大 中 小 】 时间:2026年10月23日 来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 6.3

编辑推荐:

   摘要: 合成孔径雷达(SAR)图像中的船舶检测面临相干斑点噪声、复杂海岸杂波以及小规模目标普遍存在的挑战。传统检测器主要面向光学图像设计,对SAR特有的退化现象通常表现出有限的适应性,且在空间下采样过程中会丢失细粒度的船舶特征。为解决上述局限,我们提出了SARES-DEIM,

  摘要:合成孔径雷达(SAR)图像中的船舶检测面临相干斑点噪声、复杂海岸杂波以及小规模目标普遍存在的挑战。传统检测器主要面向光学图像设计,对SAR特有的退化现象通常表现出有限的适应性,且在空间下采样过程中会丢失细粒度的船舶特征。为解决上述局限,我们提出了SARES-DEIM,一个基于DETECTION TRANSFORMER(DETR)范式构建的领域感知检测框架。我们方法的核心是SARESMoE(SAR感知专家选择混合专家)模块,该模块利用稀疏门控机制,将特征选择性路由至专门的波let、空间和频率方向的专家网络。这种稀疏激活架构在保持可控推理开销的同时增强了杂波感知表征能力。此外,我们引入了空间到深度增强金字塔(SDEP)颈部结构,以保留浅层阶段的高分辨率空间线索并改善小目标的定位效果。在HRSID和SAR-Ship-Dataset上的实验表明,SARES-DEIM在两个公开基准上均取得了有竞争力的结果,且在更具挑战性的HRSID数据集上优势尤为突出。具体而言,SARES-DEIM在HRSID上达到了76.4%的mAP??:??和93.8%的mAP??,同时在单张NVIDIA A40 GPU上以批大小8保持了72.6 GFLOPs的活跃计算量和136.5 FPS的处理速度;批大小为1时的延迟为37.6毫秒。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号