LoRA与DINOv3结合革新水下声呐目标识别技术
摘要:本研究提出了一种基于LoRA(低秩适应)和DINOv3视觉变换器的三阶段高效框架,用于水下合成孔径声呐(SAS)目标识别(ATR)。该方法通过冻结DINOv3主干网络并应用LoRA进行参数高效适配,显著提升了水下声呐图像的识别精度。实验结果表明,该方法将AUPRC(精度-召回曲线下面积)从0.300提升至0.679,展示了其在处理复杂水下环境中的潜力。
研究背景与挑战
水下合成孔径声呐(SAS)目标识别(ATR)是支持先进海军能力的关键技术。然而,深度学习在该领域的应用面临目标图像稀缺、背景杂乱以及人工评估效率低下等挑战。
方法概述
本研究提出了一种基于LoRA和DINOv3视觉变换器的三阶段高效框架:
-
第一阶段:LoRA适配
- 在冻结DINOv3主干网络的情况下,应用LoRA进行参数高效适配。这一步旨在弥合自然图像预训练与水下声学传播之间的差距。
-
第二阶段:硬负样本挖掘
- 通过硬负样本挖掘技术增强对声学模拟物的决策边界,包括岩石和沉积物等类似人造目标的物体。
-
第三阶段:监督对比学习(SupCon)
- 使用监督对比学习进一步分离目标和杂波表示。
实验与结果
- 数据集与评估:使用海上SAS数据进行任务级地理分割评估,并在85%的测试召回率下比较所有方法,重复三次随机种子实验。
- 主要发现:
- LoRA适配是主要效果来源,在相同冻结主干网络的情况下,将AUPRC从0.300提升至0.679±0.027。
- 仅训练0.26%的权重即可达到这一结果。
- 其他两个阶段的改进未超过其对照实验:硬负样本挖掘对AUPRC的影响为-0.0045±0.0119,而SupCon的影响为+0.0002±0.0096。
结论
实验结果表明,单一高效的适配阶段已经足够,堆叠的改进阶段并未带来额外收益。这表明,编码器已经对数据进行了充分拟合,且监督阶段已经施加了大部分目标-杂波几何约束。
—— 完 ——消息来源:ArXiv AI (cs.AI) (2026-09-22)
主题标签: #LoRA #DINOv3 #水下声呐 #目标识别 #深度学习
编辑部与事实核查说明:本篇专刊由智客前沿资讯管线根据官方技术公告、学术论文及开源工程文档整理编译,经算法实体核验与人工编辑审校后发布。若发现技术事实纰漏,欢迎依据勘误方针或一键向编辑部发送勘误反馈。
社区整体评论区