摘要： 針對(duì)合成孔徑雷達(dá)(SAR)圖像在艦船檢測(cè)過(guò)程中因其環(huán)境復(fù)雜、艦船尺寸多樣而導(dǎo)致檢測(cè)精度低的問(wèn)題，提出了一種輕量級(jí)的Cross Stage Ghostnetv2(CSG)模塊替換YOLOv7網(wǎng)絡(luò)中的ELAN模塊和ELAN-W模塊，減少網(wǎng)絡(luò)的參數(shù)數(shù)量和計(jì)算成本；在頸部網(wǎng)絡(luò)中引入ConvNeXt模塊，加強(qiáng)圖片的特征提取能力以提高小目標(biāo)的檢測(cè)能力；最后采用K-means++聚類(lèi)自動(dòng)生成... （共8頁(yè)）