龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西北工业大学
摘要：本发明公开了一种基于深度学习的近岸水面区域舰船检测方法及装置，将待检测SAR图像分割成若干个子图像；使用区域分类网络对每个子图像进行分类；筛选出分类结果为第一类别的子图像，作为目标检测图像；采用检测网络对目标检测图像进行目标检测，得到舰船目标检测结果；结合每个目标检测图像的舰船目标检测结果，得到待检测SAR图像的目标检测结果；针对近岸场景下存在的大范围陆地区域对舰船目标检测造成干扰的问题，本发明的舰船检测方法，提高了检测效率；针对近岸场景下目标检测容易漏检、误检、检测精度低的问题，可以有效分离舰船目标与背景，提高了检测精度。
主权项：1.一种基于深度学习的近岸水面区域舰船检测方法，其特征在于，包括以下步骤：将待检测SAR图像分割成若干个子图像；使用区域分类网络对每个所述子图像进行分类；筛选出分类结果为第一类别的子图像，作为目标检测图像；其中，所述第一类别为非陆地区域类；采用检测网络对所述目标检测图像进行目标检测，得到舰船目标检测结果；结合每个所述目标检测图像的舰船目标检测结果，得到所述待检测SAR图像的舰船目标检测结果；所述检测网络的损失函数为：loss＝λ1Llocx,y,w,h+λ2LconfC+λ3LclaP+λ4Langθ，其中，loss为检测网络的损失函数，Llocx,y,w,h为位置损失函数，LconfC为置信度损失函数，LclaP为交叉损失函数，Langθ为角度损失函数，为二值系数，wi和hi均为归一化到0,1]之间的系数，K为特征图的大小，i为特征图中网格的序数，j为特征图中网格的先验框的序数，θi为角度调整参数的真实值，为角度调整参数的预测值，所述检测网络中的检测框为旋转检测框，所述旋转检测框的参数包含其相对于待检测的所述目标检测图像的旋转参数。
全文数据：
权利要求：
百度查询： 西北工业大学 一种基于深度学习的近岸水面区域舰船检测方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号