一种基于轻量化残差神经网络的目标深度属性判别方法

一种基于轻量化残差神经网络的目标深度属性判别方法，它属于水声目标深度分类技术领域。本发明解决了传统二分类器对目标先验信息的依赖较强、鲁棒性差的问题。本发明设计的轻量化残差神经网络通过逐层堆叠的残差块，可以深入挖掘出声场仰角结构数据的多层次特征，能够有效提升对水面目标和水下目标的分类性能，且分类过程不需要依赖目标的先验信息，解决了传统二元检测器方法对先验信息依赖性高的问题，本发明方法可以实现垂直阵列条件下基于声场仰角结构特征的目标深度属性判别，对环境失配具有鲁棒性，且采用的轻量化残差神经网络的计算复杂度低。本发明方法可以应用于水面目标和水下目标的分类。