申请/专利权人：哈尔滨航天恒星数据系统科技有限公司

申请日：2023-11-27

公开（公告）日：2024-01-23

公开（公告）号：CN117437595A

主分类号：G06V20/52

分类号：G06V20/52;G06V10/764;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.09#实质审查的生效;2024.01.23#公开

摘要：本发明提出一种基于深度学习的渔船越界预警方法，属于目标检测技术领域。包括以下步骤：S1.获取渔船数据，筛选渔船图像，构建渔船目标检测数据；S2.对渔船数据进行标注，生成具有标签的图像数据，将具有标签的图像数据划分为数据集、验证集和测试集；S3.构建渔船目标检测优化模型，并利用数据集对模型进行训练；S4.基于渔船目标检测优化模型对监控区域中的渔船进行目标检测，输出分类结果和标注框，对输出的分类结果进行多目标跟踪；S5.在监控区域中划定越界红线，对越过越界红线的渔船进行预警提示。本发明实现了24小时对视频监控中的渔船进行监测及越界预警，能节省大量的人工核查成本，有效提升在视频监控中渔船的监测效率。

主权项：1.一种基于深度学习的渔船越界预警方法，其特征在于，包括以下步骤：S1.获取渔船数据，筛选渔船图像，构建渔船目标检测数据；S2.对渔船数据进行标注，生成具有标签的图像数据，将具有标签的图像数据划分为数据集、验证集和测试集；S3.构建渔船目标检测优化模型，并利用数据集对模型进行训练；渔船目标检测优化模型包括输入端、骨干网络、颈部网络和检测层；骨干网络由Focus模块、CBS模块、C2fGC模块、SSP模块四个结构组成；C2fGC模块包括GCBlock模块、Resunit模块和Concat模块；S4.基于渔船目标检测优化模型对监控区域中的渔船进行目标检测，输出分类结果和标注框，对输出的分类结果进行多目标跟踪；S5.在监控区域中划定越界红线，对越过越界红线的渔船进行预警提示。

全文数据：

权利要求：

百度查询： 哈尔滨航天恒星数据系统科技有限公司 一种基于深度学习的渔船越界预警方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD