[发明专利]一种舰船检测方法及装置

权利要求书

1.一种舰船检测方法，其特征在于，包括：

获取包含海域的遥感影像以及确定重叠参数；其中，所述重叠参数表示相邻影像之间重叠的像元数量；

根据所述重叠参数，将所述包含海域的遥感影像分割为多个设定大小的子影像；

将所述多个设定大小的子影像分别输入经过训练的区域卷积神经网络，使所述区域卷积神经网络从所述多个设定大小的子影像中检测舰船位置，得到舰船检测结果；

对所述区域卷积神经网络的训练过程，包括：

分别获取包含设定大小的遥感影像的训练样本集和测试样本集；其中，所述设定大小的遥感影像为包含陆地和/或海域的遥感影像；

循环执行以下操作，直到所述区域卷积神经网络的检测精度大于预置的检测精度阈值，或对所述区域卷积神经网络的训练次数达到预置的次数：

利用所述训练样本集对所述区域卷积神经网络进行训练；

利用训练后的区域卷积神经网络对所述测试样本集包含的遥感影像进行舰船检测，得到舰船检测结果；

根据所述舰船检测结果和所述测试样本集中包含的遥感影像中的舰船位置，计算得到训练后的区域卷积神经网络的检测精度；

判断训练后的区域卷积神经网络的检测精度是否大于预置的检测精度阈值；

如果训练后的区域卷积神经网络的检测精度不大于预置的检测精度阈值，则判断对所述区域卷积神经网络的训练次数是否达到预置的次数；

如果对所述区域卷积神经网络的训练次数没有达到预置的次数，则利用所述训练样本集对所述区域卷积神经网络进行训练；

利用训练后的区域卷积神经网络对所述测试样本集包含的遥感影像进行舰船检测得到的舰船检测结果包括检测得到的各个舰船位置组成的舰船位置集合；

所述根据所述舰船检测结果和所述测试样本集包含的遥感影像中的舰船位置，计算得到训练后的区域卷积神经网络的检测精度，包括：

分别统计所述测试样本集包含的遥感影像中的舰船位置在所述舰船位置集合中出现的数量、所述测试样本集中包含的遥感影像中的舰船位置没有在所述舰船位置集合中出现的数量、所述舰船位置集合中的不是所述测试样本集包含的遥感影像中的舰船位置的舰船位置数量；

根据所述测试样本集包含的遥感影像中的舰船位置在所述舰船位置集合中出现的数量、所述测试样本集中包含的遥感影像中的舰船位置没有在所述舰船位置集合中出现的数量、所述舰船位置集合中的不是所述测试样本集包含的遥感影像中的舰船位置的舰船位置数量，分别计算得到所述训练后的区域卷积神经网络的召回率、精确率和漏检率；

根据所述训练后的区域卷积神经网络的召回率、精确率和漏检率，计算得到所述训练后的区域卷积神经网络的检测精度。

2.根据权利要求1所述的方法，其特征在于，所述舰船检测结果包括：

检测得到的各个舰船位置组成的舰船位置集合，以及检测得到的各个舰船位置的置信度组成的置信度集合。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

根据所述置信度集合，从所述舰船位置集合中筛选出置信度大于预置的置信度阈值的舰船位置。