公开(公告)号：CN112560671A

公开(公告)日：2021-03-26

申请号：CN202011477989.7

申请日：2020-12-15

Applicant: 哈尔滨工程大学

Inventor： 张勋 ,  李梦霏 ,  邢文 ,  张宏瀚 ,  严浙平 ,  徐健 ,  陈涛 ,  周佳加

IPC: G06K9/00 ,  G06K9/62 ,  G06K9/32 ,  G06N3/04 ,  G06T7/73

Abstract: 基于旋转卷积神经网络的船舶检测方法，本发明涉及船舶检测方法。本发明的目的是为了解决现有海面船舶特征信息受到干扰甚至被淹没的问题。过程为：一、根据输入图像生成卷积神经网络特征图；二、构建多尺度特征金字塔网络，对特征图进行特征提取，映射产生不同大小的anchor；三、分类筛选出候选框；四、用旋转椭圆边界框代替候选框，进行回归预测；五、计算RPN的损失函数；六、筛选输出RoI Align；七、RoI Align产生特征图，作为全连接的输入，利用Softmax Loss和L1 Loss完成分类和定位以及船头方向的回归；八、将待测舰船图片输入训练好的网络模型，得到分类结果。本发明用于船舶检测领域。

公开(公告)号：CN112560671B

公开(公告)日：2022-04-12

申请号：CN202011477989.7

申请日：2020-12-15

Applicant: 哈尔滨工程大学

Inventor： 张勋 ,  李梦霏 ,  邢文 ,  张宏瀚 ,  严浙平 ,  徐健 ,  陈涛 ,  周佳加

IPC: G06V20/13 ,  G06V10/764 ,  G06V10/774 ,  G06V10/25 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06T7/73

Abstract: 基于旋转卷积神经网络的船舶检测方法，本发明涉及船舶检测方法。本发明的目的是为了解决现有海面船舶特征信息受到干扰甚至被淹没的问题。过程为：一、根据输入图像生成卷积神经网络特征图；二、构建多尺度特征金字塔网络，对特征图进行特征提取，映射产生不同大小的anchor；三、分类筛选出候选框；四、用旋转椭圆边界框代替候选框，进行回归预测；五、计算RPN的损失函数；六、筛选输出RoI Align；七、RoI Align产生特征图，作为全连接的输入，利用Softmax Loss和L1 Loss完成分类和定位以及船头方向的回归；八、将待测舰船图片输入训练好的网络模型，得到分类结果。本发明用于船舶检测领域。