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)
1225
编辑：管理员
来源：北方有色网
咨询细节
