-
公开(公告)号:CN114565824B
公开(公告)日:2024-09-06
申请号:CN202210198503.9
申请日:2022-03-02
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/22 , G06V10/46 , G06V10/764 , G06V10/82 , G06V10/774 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明提出了一种基于全卷积网络的单阶段旋转舰船检测方法,实现步骤为:获取训练样本集和测试样本集;构建单阶段旋转舰船目标检测模型;对单阶段旋转舰船目标检测模型进行迭代训练;通过训练好的单阶段旋转舰船目标检测模型对所有目标的边界框位置和类别置信度进行检测。本发明基于对水平框检测的全卷积单阶段目标检测网络模型,在原有网络基础上加入角度分支并优化网络结构及损失函数,通过网络中多层全卷积层卷积得到的特征图直接逐像素点无锚框的生成预测结果,实现了对旋转舰船目标的快速检测,在保证旋转舰船目标检测检测精度的前提下提高了检测效率,可用于海上监测、海防预警、海洋维权等领域。
-
公开(公告)号:CN114565824A
公开(公告)日:2022-05-31
申请号:CN202210198503.9
申请日:2022-03-02
Applicant: 西安电子科技大学
IPC: G06V20/00 , G06V10/22 , G06V10/46 , G06V10/764 , G06V10/82 , G06V10/774 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提出了一种基于全卷积网络的单阶段旋转舰船检测方法,实现步骤为:获取训练样本集和测试样本集;构建单阶段旋转舰船目标检测模型;对单阶段旋转舰船目标检测模型进行迭代训练;通过训练好的单阶段旋转舰船目标检测模型对所有目标的边界框位置和类别置信度进行检测。本发明基于对水平框检测的全卷积单阶段目标检测网络模型,在原有网络基础上加入角度分支并优化网络结构及损失函数,通过网络中多层全卷积层卷积得到的特征图直接逐像素点无锚框的生成预测结果,实现了对旋转舰船目标的快速检测,在保证旋转舰船目标检测检测精度的前提下提高了检测效率,可用于海上监测、海防预警、海洋维权等领域。
-