公开(公告)号：CN118968017A

公开(公告)日：2024-11-15

申请号：CN202410995089.3

申请日：2024-07-24

Applicant: 南京工业大学

Inventor： 张小瑞 ,  李世诚 ,  王婷 ,  徐倍倍 ,  郑佳文

IPC: G06V10/25 ,  G06V20/13 ,  G06V10/44 ,  G06V10/82 ,  G06V10/80 ,  G06V10/764 ,  G06V10/766 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明公开了一种结合空间显式视觉和改进的大核注意力的船舶检测方法及系统，属于图像处理和目标检测领域。传统的YOLOv8船舶检测方法无法应对船舶遥感图像中的干扰。本发明将预处理后的船舶遥感图像输入融合改进的大核注意力模块的YOLOv8骨干网络中进行船舶特征提取，并输出多层语义特征图；将最深层的语义特征图通过空间显式视觉模块进行处理，得到处理后的多层语义特征图；通过路径聚合网络‑特征金字塔网络对处理后的多层语义特征图进行特征融合，再输入到YOLOv8的解耦头中进行检测并预测船舶分类和船舶位置；通过计算分类损失和回归损失对模型进行训练，最终得到船舶检测模型用于船舶遥感图像识别；可提高模型对船舶的检测效率、准确性以及检出率。

公开(公告)号：CN118968432A

公开(公告)日：2024-11-15

申请号：CN202410970690.7

申请日：2024-07-19

Applicant: 南京工业大学

Inventor： 张小瑞 ,  郑佳文 ,  王婷 ,  徐倍倍 ,  李世诚

IPC: G06V20/54 ,  G06V20/40 ,  G06V10/80 ,  G06V10/82 ,  G06V10/776 ,  G06V10/44 ,  G06V10/771 ,  G06V10/62 ,  G06N3/045 ,  G06N3/0464

Abstract: 本申请公开了一种船舶重识别的方法，属于计算机视觉领域，包括：标注船舶图像和获取身份标签，并进行数据增强处理；训练ResNet‑50模型和YOLOv5s模型；获取全局特征和局部特征；将获取的特征进行双向BFFM特征融合，获取融合特征图；构建第一损失函数和第二损失函数；其中，第一损失函数用于度量同一类别船舶在不同视角下的内在特征差异；第二损失函数用于度量同一类别船舶在不同视角下的特征差异；根据第一损失函数、第二损失函数获取双重优化损失函数并结合局部损失和交叉熵损失，构建总损失函数；利用总损失函数对船舶重识别模型进行训练；针对现有技术中船舶识别精度低，本申请通过引入视角信息和局部特征，构建双重优化损失函数额注意力机制等，提高了船舶重识别的精度。

公开(公告)号：CN119919767A

公开(公告)日：2025-05-02

申请号：CN202411768449.2

申请日：2024-12-04

Applicant: 南京工业大学

Inventor： 张小瑞 ,  李世诚 ,  王婷 ,  乔万辉 ,  王浩 ,  卞子文

IPC: G06V10/82 ,  G06V10/764 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/096 ,  G06N3/0985

Abstract: 本发明公开了一种基于多教师和特征蒸馏的遥感图像船舶检测方法，属于知识蒸馏领域。具体方法为：构建遥感船舶图像数据集，包括训练集和验证集，构建至少两个大型教师网络模型和一个学生网络模型；将训练集中的遥感船舶图像输入至大型教师网络和学生网络模型，进行遥感船舶图像中船舶目标检测训练；利用多教师模型对学生模型进行多教师结合掩码生成特征的蒸馏训练，得到小型的学生模型；通过限制学生模型所使用的资源模拟学生模型在无人机或卫星终端的部署，使用验证集对学生模型进行检测验证，得到最终的学生模型；使用最终的学生模型对待测遥感船舶图像进行船舶检测。实现在资源有限的情况下部署学生网络模型实现遥感图像船舶检测。