Key points are not available for this paper at this time.
अभिताली गहरी सीखने पर आधारित सिंथेटिक एपर्चर रडार (SAR) जहाज पहचानकों का अधिकांश मौजूदा नेटवर्क आकार बड़ा और मॉडल का आकार भारी है। इसलिए, इन दोषों को सुलझाने के लिए, हम 20 परिसंक्रामक परतों और <; 1 MB (0.82 MB) मॉडल आकार के साथ एक हल्का SAR जहाज पहचानक “ShipDeNet-20” प्रस्तुत करते हैं। हम कम परतों और कर्नेल का उपयोग करते हैं, और गहराई से पृथक परिसंक्रामण (DS-Conv) का उपयोग करते हैं ताकि ShipDeNet-20 की हल्की विशेषता सुनिश्चित की जा सके। इसके अलावा, हम एक फ़ीचर फ्यूज़न मॉड्यूल (FF-Module), एक फ़ीचर एन्हांस मॉड्यूल (FE-Module), और एक स्केल शेयर फीचर पिरामिड मॉड्यूल (SSFP-Module) भी प्रस्तुत करते हैं تاکہ कच्चे ShipDeNet-20 की सटीकता में हानि की भरपाई की जा सके। खुली SAR जहाज पहचान डेटा सेट (SSDD) पर प्रयोगात्मक परिणामों से पता चलता है कि ShipDeNet-20 की सटीकता और गति दोनों अन्य नौ अत्याधुनिक ऑब्जेक्ट पहचानकों से बेहतर हैं। अंततः, अन्य दो विस्तृत क्षेत्र SAR छवियों पर पहचान परिणाम दिखाते हैं कि ShipDeNet-20 की मजबूत प्रवास क्षमता है। ShipDeNet-20 एक नवीन SAR जहाज पहचानक है, जो शून्य से निर्मित है, दूसरों की तुलना में कई गुना हल्का है, जो वास्तविक समय SAR अनुप्रयोग और भविष्य के हार्डवेयर प्रत्यारोपण के लिए सहायक है।
Zhang et al. (Sat,) ने इस प्रश्न का अध्ययन किया।
Synapse has enriched 3 closely related papers on similar clinical questions. Consider them for comparative context: