← 返回列表
一种SAR影像船舶目标检测及其模型构建方法及装置
申请人信息
- 申请人:中国人民解放军战略支援部队航天工程大学
- 申请人地址:101416 北京市怀柔区八一路一号
- 发明人: 中国人民解放军战略支援部队航天工程大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种SAR影像船舶目标检测及其模型构建方法及装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311471109.9 |
| 申请日 | 2023/11/7 |
| 公告号 | CN117523390A |
| 公开日 | 2024/2/6 |
| IPC主分类号 | G06V20/10 |
| 权利人 | 中国人民解放军战略支援部队航天工程大学 |
| 发明人 | 马聪慧; 徐灿; 张学阳; 肖龙龙; 潘显俊; 王禹斐; 张锐; 俞志斌; 潘升东; 焦姣 |
| 地址 | 北京市怀柔区八一路一号 |
摘要文本
本公开实施例提出了一种SAR影像船舶目标检测模型的构建方法及装置，所述方法包括：获取SAR影像图像训练数据集，采用K‑Means++聚类算法对标注信息中的目标船舶的真实框进行聚类，得到K个不同尺寸的聚类预选框，利用遗传算法对K个不同尺寸的聚类预选框进行小幅度变异，得到K个不同尺寸的预选框；根据所述预选框，对目标检测模型进行优化，得到最终的目标检测模型，目标检测模型基于Faster R‑CNN网络训练得到，Faster R‑CNN网络的特征提取网络采用改进的VGG16网络。本公开通过自适应预选框机制确定预选框，以改进的VGG16网络为特征提取网络，优化了网络结构，提高了检测结果精度和适应性。。 （更多数据，详见专利查询网）
专利主权项内容
1.一种SAR影像船舶目标检测模型的构建方法，其特征在于，所述方法包括：获取SAR影像图像训练数据集，其中，所述SAR影像图像训练数据集包括每张图像中目标船舶的标注信息，所述标注信息包括目标船舶的位置和尺寸，即目标船舶的真实框；采用K-Means++聚类算法对所述标注信息中的目标船舶的真实框进行聚类，得到K个不同尺寸的聚类预选框，利用遗传算法对K个不同尺寸的聚类预选框在1的范围进行小幅度变异，得到K个不同尺寸的预选框；根据所述预选框，对目标检测模型进行优化，得到最终的目标检测模型，其中，所述目标检测模型基于Faster R-CNN网络训练得到，所述Faster R-CNN网络的特征提取网络采用改进的VGG16网络。