申请/专利权人:广东海洋大学
申请日:2023-02-13
公开(公告)日:2023-05-12
公开(公告)号:CN116109845A
主分类号:G06V10/46
分类号:G06V10/46;G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06T7/11;G06T7/136;G06T5/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.05.30#实质审查的生效;2023.05.12#公开
摘要:本发明公开了一种基于YOLO网络的航海雷达溢油识别方法及系统,涉及海上溢油识别技术领域,用以解决现有的海上溢油识别方法效率低的问题。本发明的技术要点包括:获取包含溢油区域的小样本训练图像集;对小样本训练图像集进行预处理;将预处理后的小样本训练图像集中的每一张图像进行平均分割,以扩充小样本训练图像集;利用扩充后的训练图像集训练基于YOLOv5s模型的溢油识别模型;利用训练好的溢油识别模型对预处理后的待识别图像进行溢油识别,获取溢油识别结果。本发明可以为海上溢油事故应急处置与防灾救灾提供有效的数据支持。
主权项:1.一种基于YOLO网络的航海雷达溢油识别方法,其特征在于,包括以下步骤:步骤一、获取包含溢油区域的小样本训练图像集;步骤二、对所述小样本训练图像集进行预处理;步骤三、将预处理后的小样本训练图像集中的每一张图像进行平均分割,以扩充小样本训练图像集;步骤四、利用扩充后的训练图像集训练基于YOLOv5s模型的溢油识别模型;步骤五、利用训练好的溢油识别模型对预处理后的待识别图像进行溢油识别,获取溢油识别结果。
全文数据:
权利要求:
百度查询: 广东海洋大学 一种基于YOLO网络的航海雷达溢油识别方法及系统
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。