申请/专利权人:河南工业大学
申请日:2024-01-17
公开(公告)日:2024-04-26
公开(公告)号:CN117935050A
主分类号:G06V20/10
分类号:G06V20/10;G06V10/52;G06V10/80;G06V10/82;G06V10/42;G06V10/44;G06N3/045;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明提供一种基于有效特征表示的SAR舰船目标检测方法及系统。该方法包括:构建SAR舰船目标检测网络,包括有效特征提取网络、多分支空间金字塔模块、跨尺度特征融合网络和检测头;将SAR舰船训练集输入至有效特征提取网络进行特征提取,得到三种不同尺度的特征图;将最小尺度的特征图输入至多分支空间金字塔模块进行特征增强,得到增强后的最小尺度的特征图;将其余两种尺度的特征图和增强后的最小尺度的特征图输入至跨尺度特征融合网络进行特征融合,得到三种不同尺度的融合后特征图,输入至检测头中的三个预测分支,对SAR舰船目标检测网络进行训练;使用训练好的SAR舰船目标检测网络对待测SAR舰船进行检测,得到检测结果。
主权项:1.一种基于有效特征表示的SAR舰船目标检测方法,其特征在于,包括:构建SAR舰船目标检测网络,包括有效特征提取网络、多分支空间金字塔模块、跨尺度特征融合网络和检测头;将SAR舰船训练集输入至所述有效特征提取网络进行特征提取,得到所述SAR舰船训练集的三种不同尺度的特征图;其中,所述SAR舰船训练集包括预先标注好舰船位置的若干个SAR舰船图像;将所述SAR舰船训练集的最小尺度的特征图输入至所述多分支空间金字塔模块进行特征增强,得到增强后的最小尺度的特征图;将所述SAR舰船训练集的其余两种尺度的特征图和增强后的最小尺度的特征图输入至所述跨尺度特征融合网络进行特征融合,得到三种不同尺度的融合后特征图;将所述SAR舰船训练集的三种不同尺度的融合后特征图分别输入至检测头中的三个预测分支,对所述SAR舰船目标检测网络进行训练;使用训练好的SAR舰船目标检测网络对待测SAR舰船进行检测,得到检测结果。
全文数据:
权利要求:
百度查询: 河南工业大学 一种基于有效特征表示的SAR舰船目标检测方法及系统
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。