申请/专利权人：南京航空航天大学

申请日：2024-01-05

公开（公告）日：2024-04-19

公开（公告）号：CN117911760A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/774;G06V10/80;G06V10/82;G06N3/0464;G06N3/08;G06V20/13

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明公开了一种基于注意力机制的多尺度SAR图像舰船检测方法，首先获得SAR图像舰船数据集并将其划分为训练集、验证集和测试集；然后以YOLOv7为基础模型，改进主干网络和特征融合网络，并向改进的主干网络中加入坐标注意力模块，构建多尺度SAR图像舰船目标检测网络SSYOLO；接着，基于训练集、验证集和测试集对目标检测网络SSYOLO进行训练，得到SAR图像舰船目标检测模型；最后向SAR图像舰船目标检测模型中输入待检测图像，获得检测结果。本发明提高了SAR图像舰船检测的准确性，不仅能够在复杂的海洋背景下准确定位船舶目标，而且能够减少大量的人工监视成本，有助于海洋交通管制、渔业管理、环境保护、灾害救援等应用。

主权项：1.基于注意力机制的多尺度SAR图像舰船检测方法，其特征在于，包括以下步骤：步骤1，获得SAR图像舰船数据集并将其划分为训练集、验证集和测试集；步骤2，以YOLOv7为基础模型，改进主干网络和特征融合网络，并向改进的主干网络中加入坐标注意力模块，构建多尺度SAR图像舰船目标检测网络SSYOLO；步骤2.1，改进主干网络；步骤2.1.1，建立L-ELAN模块；所述L-ELAN模块包含第一至第三普通卷积块以及第一至第四深度可分离卷积块，其中，第一至第三普通卷积块结构相同，均包含普通卷积、归一化BN层、激活函数SiLU；第一至第四深度可分离卷积块结构相同，均包含深度可分离卷积、归一化BN层、激活函数SiLU；所述第一普通卷积块、第一至第四深度可分离卷积块依次相连，第一、第二普通卷积块的输入端相连后作为L-ELAN模块的输入端，第一普通卷积块的输出端、第二普通卷积块的输出端、第二深度可分离卷积块的输出端、第四深度可分离卷积块的输出端按通道拼接后输入至第三普通卷积块的输入端，第三普通卷积块的输出端作为L-ELAN模块的输出端；步骤2.1.2，将YOLOv7中的第一个、第四个ELAN模块替换成L-ELAN模块；步骤2.2，改进特征融合网络：步骤2.2.1，在改进主干网络后的YOLOv7的特征融合网络自顶向下的路径中将所有结点替换成加权特征融合结点，加权特征融合结点的加权公式如下： 其中，O是加权特征融合结点的输出特征图，Ii表示第i个输入特征图，wi表示第i个特征图对应的权重，wj表示第j个特征图对应的权重，∑jwj表示对所有权重进行求和；∈为预设的任意一个很小的正数，避免分母为0；步骤2.2.2，在替换所有结点后的YOLOv7中加入跳层连接，将其主干网络输出的40×40尺度特征图直接和其特征融合网络自下向上路径中相同尺度的特征图相连；步骤2.3，向改进的主干网络中加入坐标注意力模块；步骤2.3.1，建立LECA模块；所述LECA模块包含第四至第六普通卷积块、第五至第八深度可分离卷积块、以及第一至第二坐标注意力单元，其中，第四至第六普通卷积块结构相同，均包含普通卷积、归一化BN层、激活函数SiLU；第五至第八深度可分离卷积块结构相同，均包含深度可分离卷积、归一化BN层、激活函数SiLU；第一至第二坐标注意力单元结构相同，均采用坐标注意力机制；所述第一普通卷积块、第一至第四深度可分离卷积块、第一坐标注意力单元依次相连，第一、第二普通卷积块的输入端相连后作为L-ELAN模块的输入端，第二普通卷积块的输出端、第二坐标注意力单元的输入端相连，第一普通卷积块的输出端、第二深度可分离卷积块的输出端、第一坐标注意力单元的输出端、第二坐标注意力单元的输出端按通道拼接后输入至第三普通卷积块的输入端，第三普通卷积块的输出端作为LECA模块的输出端；步骤2.3.2，将加入跳层连接的YOLOv7的主干网络中第二个、第三个ELAN模块替换成LECA模块；步骤3，基于训练集、验证集和测试集对目标检测网络SSYOLO进行训练，得到SAR图像舰船目标检测模型，用于识别不同尺度和场景下的舰船；步骤4，向SAR图像舰船目标检测模型中输入待检测图像，获得检测结果。

全文数据：

权利要求：

百度查询： 南京航空航天大学 基于注意力机制的多尺度SAR图像舰船检测方法

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