本发明公开一种基于整型推理量化CNN的SAR图像变化检测方法,其步骤为:(1)生成源域SAR图像的训练集;(2)构建整型推理量化卷积神经网络;(3)利用整型推理量化算法,对整型推理量化卷积神经网络进行模拟量化训练;(4)对待检测的SAR图像进行检测。本发明引入整型推理量化算法,在训练过程中将特征值和权重值由32位浮点型数据转换为低比特的整型数据,在不影响变化检测正确率的前提下,降低变化检测对计算资源的要求,促进变化检测算法在通用的嵌入式移动平台中的应用优点。可对农作物的生长、城市的规划布局、自然灾害等进行监测。
声明:
“基于整型推理量化CNN的SAR图像变化检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)