s*************
Lv.3 学术文献阅读达人
2020/08/05 18:02
Aug 05 第一天
半山腰总是最挤的，我们得到山顶去看看。When the world turns its back on you, you turn your back on the world! And only embrace what's next!若世界与你背道而驰，你无需亦步亦趋，欣然走好接下来的每一步吧！遗憾未参加上一次阅读打卡活动，第二期阅读无遗憾！今日阅读：本研究方向GRSL期刊上一篇待发表文章《Ship Classification Using CNN Embeddings and Metric Learning in SAR Images》，本论文实现SAR舰船目标的两阶段分类，第一阶段CNN训练进行正常船舶分类任务并提取CNN中间层输出获得样本特征；第二阶段对端到端度量网络进行训练，测量样本特征间关系；文章在OpenSARShip1.0数据集上进行了实验并与单CNN和传统分类方法进行了比较，其总体分类精度有了一定程度的提升。阅读心得：本篇论文与自身研究方向密切相关，而由于不同船舶类型的数据不平衡以及某些船舶目标的规模限制，SAR船舶分类很难达到一个较高水平，该论文提出的度量学习网络，能够评估类内相似性和类间相异性从而提高分类精度，这也为自己研究SAR舰船分类问题提供了一个有效思路！
领书计划详情
