1.一种针对南极海域合成孔径雷达图像的冰山检测方法，其特征在于，包括以下步骤：（1）获取南极海域SAR图像数据，筛选纬度为40°S‑90°S的Level‑1 SLC产品，数据模式为Wave Mode，极化方式包括HH和VV；

（2）对SAR图像进行人工标注，结合地理位置信息、形状及纹理特征进行目视解译，生成COCO格式的南极冰山标记数据集；

（3）构建级联卷积神经网络模型IB‑Detector，包括：分类模型：由Stem层、Inception层和全连接层组成，其中Inception层采用多组并行不同尺寸卷积核的Inception模块，用于提取多尺度特征；检测模型：由主干层、颈部层和头部层组成，主干层包含C3k2模块，颈部层融合多尺度特征，头部层集成CBAM注意力机制，结合通道与空间注意力提升检测精度；使用标记数据集训练级联模型，将分类模型输出作为检测模型输入；

（4）利用测试集评估模型性能，输出冰山位置、轮廓及面积信息。

2.根据权利要求1所述一种针对南极海域合成孔径雷达图像的冰山检测方法，其特征在于，SAR数据预处理包括：归一化处理雷达截面σ0计算公式为：；

其中DN表示雷达接收的原始信号强度，K表示校准常数；对标注数据集按比例随机划分为训练集、验证集和测试集。

3.根据权利要求1所述一种针对南极海域合成孔径雷达图像的冰山检测方法，其特征在于，分类模型的Inception层包括：3组Inception‑A模块，通过多分支3×3和5×5卷积并行堆叠，扩展通道至256；5组Inception‑B模块，采用非对称分解卷积，提升通道至512；2组Inception‑C模块，融合多尺度特征至1280通道；辅助分类器分别位于第11层和第17层后，用于反向传播梯度优化。

4.根据权利要求1所述一种针对南极海域合成孔径雷达图像的冰山检测方法，其特征在于，检测模型的C3k2模块通过可变卷积核与通道分离操作提取深层特征；CBAM注意力机制依次应用通道注意力和空间注意力；检测头采用双向特征金字塔结构，融合P3‑P5多尺度特征。

5.根据权利要求1所述一种针对南极海域合成孔径雷达图像的冰山检测方法，其特征在于，人工标注包括：基于合成孔径雷达SAR遥感影像，沿冰山轮廓绘制像素级边界框，确保覆盖冰山主体及边缘碎冰区；结合雷达散射、纹理和形状排除虚警目标。

6.一种针对南极海域合成孔径雷达图像的冰山检测系统，其特征在于，包括：数据采集模块，用于筛选并预处理南极海域Wave Mode SAR数据；

标注模块，用于生成COCO格式的冰山标记数据集；

级联模型训练模块，用于联合优化分类模型与检测模型；

评估模块，用于输出检测结果的精确率、召回率及F1分数。

7.一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1‑5任一项所述方法的步骤。

8.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1‑5任一项所述方法的步骤。