← 返回列表
一种基于深度学习的渔船越界预警方法
摘要文本
数据由马 克 团 队整理 本发明提出一种基于深度学习的渔船越界预警方法，属于目标检测技术领域。包括以下步骤：S1.获取渔船数据，筛选渔船图像，构建渔船目标检测数据；S2.对渔船数据进行标注，生成具有标签的图像数据，将具有标签的图像数据划分为数据集、验证集和测试集；S3.构建渔船目标检测优化模型，并利用数据集对模型进行训练；S4.基于渔船目标检测优化模型对监控区域中的渔船进行目标检测，输出分类结果和标注框，对输出的分类结果进行多目标跟踪；S5.在监控区域中划定越界红线，对越过越界红线的渔船进行预警提示。本发明实现了24小时对视频监控中的渔船进行监测及越界预警，能节省大量的人工核查成本，有效提升在视频监控中渔船的监测效率。
申请人信息
- 申请人:哈尔滨航天恒星数据系统科技有限公司
- 申请人地址:150000 黑龙江省哈尔滨市高新技术产业开发区科技创新城创新路1616号5号楼
- 发明人: 哈尔滨航天恒星数据系统科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于深度学习的渔船越界预警方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311598790.3 |
| 申请日 | 2023/11/27 |
| 公告号 | CN117437595A |
| 公开日 | 2024/1/23 |
| IPC主分类号 | G06V20/52 |
| 权利人 | 哈尔滨航天恒星数据系统科技有限公司 |
| 发明人 | 吴敌; 侯伟; 吴浩萌; 葛宝玉; 周全; 张丽丽; 李宗鑫 |
| 地址 | 黑龙江省哈尔滨市高新技术产业开发区科技创新城创新路1616号5号楼 |
专利主权项内容
1.一种基于深度学习的渔船越界预警方法，其特征在于，包括以下步骤：S1.获取渔船数据，筛选渔船图像，构建渔船目标检测数据；S2.对渔船数据进行标注，生成具有标签的图像数据，将具有标签的图像数据划分为数据集、验证集和测试集；S3.构建渔船目标检测优化模型，并利用数据集对模型进行训练；渔船目标检测优化模型包括输入端、骨干网络、颈部网络和检测层；骨干网络由Focus模块、CBS模块、C2fGC模块、SSP模块四个结构组成；C2fGC模块包括GCBlock模块、Resunit模块和Concat模块；S4.基于渔船目标检测优化模型对监控区域中的渔船进行目标检测，输出分类结果和标注框，对输出的分类结果进行多目标跟踪；S5.在监控区域中划定越界红线，对越过越界红线的渔船进行预警提示。