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！

龙图腾网恭喜大连海事大学申请的专利一种海雾环境下基于深度学习的海上舰船目标检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115909064B 。

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211429553.X，技术领域涉及：G06V20/10；该发明授权一种海雾环境下基于深度学习的海上舰船目标检测方法是由王宁;王元元;唐路源;吴伟;赵红设计研发完成，并于2022-11-15向国家知识产权局提交的专利申请。

本一种海雾环境下基于深度学习的海上舰船目标检测方法在说明书摘要公布了：本发明一种海雾环境下基于深度学习的海上舰船目标检测方法，包括以下步骤：获取含雨雾的待处理图像；基于GCANet深度学习网络对含雨雾的待处理图像进行去雨雾预处理，得到去除雨雾后的待处理图像；除雨雾后的待处理图像采用SEMSSD目标检测模型，识别出待处理图像中的海上舰船目标的种类与位置，本发明在目标检测前增加图像去雨雾预处理过程，通过提高目标与背景的对比度，以突显目标的显著特征，相比传统去雾模型，GCANet深度学习去雨雾网络既可以做到对有雾图像进行去雾，又能使无雾图像保持清晰，有利于提高海雾环境下舰船目标的检测和识别精度。

本发明授权一种海雾环境下基于深度学习的海上舰船目标检测方法在权利要求书中公布了：1.一种海雾环境下基于深度学习的海上舰船目标检测方法，其特征在于：包括以下步骤：获取含雨雾的待处理图像；基于GCANet深度学习网络对含雨雾的待处理图像进行去雨雾预处理，得到去除雨雾后的待处理图像；除雨雾后的待处理图像采用SE-MSSD目标检测模型，识别出待处理图像中的海上舰船目标的种类与位置；所述基于GCANet深度学习网络对含雨雾的待处理图像进行去雨雾预处理，得到去除雨雾后的待处理图像的过程如下：对含雨雾的待处理图像，先后使用两个卷积核大小为，步长为1的第一卷积归一化模块和一个卷积核大小为，步长为2的第二卷积归一化模块将图像编码为特征图；将特征图依次经过不同空洞率的平滑空洞残差块，得到不同层级的图像特征；输出的特征图可以依次经过7个空洞率分别为2，2，2，4，4，4，1的平滑空洞残差块，得到不同层级的图像特征；不同层级的特征通过一个门控融合子网络进行融合，学习低、中、高层特征的权重；得到特征图；将特征图经过反卷积层，并将特征图上采样到原始分辨率，再经过两个卷积层将特征图转换回图像空间，以获得海上舰船目标的雾残差；所述反卷积层步长为12；将雾残差加到原有雾的输入图像中，得到去雨雾后的图像；所述SE-MSSD目标检测模型以VGG网络为主干网络，在所述VGG网络第4个卷积块的第3个卷积层之后连接有通道注意力模块、所述VGG网络还包括全连接层、三组卷积层和一组平均池化层；所述通道注意力模块、全连接层、三组卷积层和一组平均池化层依次顺序连接；在所述全连接层之后依次增加三组卷积层；所述三组卷积层包括第一卷积层、第二卷积层和第三卷积层；在所述第三卷积层后串联连接一组平均池化层；在VGG基础卷积层引入通道注意力模块SE，其输入特征图记为P1、P1特征图分为两路，其中一路不做任何处理，输出记为P2，另一路先后经过全局池化、全连接层、ReLU函数、全连接层、Sigmoid函数，输出记为P3，P2与P3相加得到SE模块的输出P4，其与输入层P1维度保持一致。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连海事大学，其通讯地址为：116026 辽宁省大连市高新园区凌海路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。