论文部分内容阅读
军事目标识别是目标检测领域中的一大研究方向,这对于提前侦测敌情和精准打击目标具有重要的意义,目前,主流的军事目标识别算法主要是运用YOLO,Fast RCNN等非监督深度学习网络模型,这些方式都是通过将手动标注的数据集输入到网络中,经过处理输出结果,但是数据集数量总是有限的,在精度上有所欠缺,泛化能力也不足。针对这种问题,提出了基于非监督网络的军事目标识别算法,可以通过生成式对抗网络(GAN)有效地解决数据集不足以及精度不够的问题。