[发明专利]一种基于Faster RCNN的船只检测方法、装置及电子设备在审
申请号: | 201911258328.2 | 申请日: | 2019-12-10 |
公开(公告)号: | CN110969213A | 公开(公告)日: | 2020-04-07 |
发明(设计)人: | 邓练兵;薛剑;邹纪升 | 申请(专利权)人: | 珠海大横琴科技发展有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京三聚阳光知识产权代理有限公司 11250 | 代理人: | 罗啸 |
地址: | 519000 广东省珠海市横琴新*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 faster rcnn 船只 检测 方法 装置 电子设备 | ||
1.一种基于Faster RCNN的船只检测方法,其特征在于,包括:
获取多张船只图片,构成船只数据集;
对所述船只数据集进行预处理,并对船只数据进行标注,输出标注结果;其中,所述标注结果包括:第一船只数据和第二船只数据;
把所述第一船只数据输入预设训练模型中进行训练,以获得检测模型;
通过把所述第二船只数据输入所述检测模型中,输出船只检测结果;其中,所述船只检测结果包括:检测的船只类型数据和船只位置数据。
2.根据权利要求1所述的方法,其特征在于,所述船只数据集包括把所采集的沿海区域监控视频数据帧保存为图片格式的图片集合,其中,所述图片集合包括不同大小和形状的船只图像。
3.根据权利要求1所述的方法,其特征在于,所述对所述船只数据集进行预处理,包括:对所述船只数据集进行图像灰度化、图像降噪和图像变换。
4.根据权利要求1所述的方法,其特征在于,所述把所述第一船只数据输入预设训练模型中进行训练,以获得检测模型,包括:
采用Faster RCNN网络模型,并在训练过程对学习率和最大迭代次数进行设置。
5.根据权利要求4所述的方法,其特征在于,所述Faster RCNN网络模型包括:
将所述第一船只数据输入CNN网络,以获得船只特征信息;
在将船只特征信息输入RPN网络,以获得候选框的特征信息;
利用分类器对所述候选框的特征信息进行判断分类,输出分类结果。
6.根据权利要求5所述的方法,其特征在于,所述利用分类器对所述候选框的特征信息进行判断分类,包括:
获取所述候选框的特征信息,将所述候选框的特征信息划分为第一特征信息和第二特征信息;
通过分类算法对第一特征信息进行训练,生成分类模型;
利用所获得的分类模型对第二样本进行测试,输出分类结果。
7.一种基于Faster RCNN的船只检测装置,其特征在于,包括:
获取模块,用于获取多张船只图片,构成船只数据集;
预处理模块,用于对所述船只数据集进行预处理,并对船只数据进行标注,输出标注结果;
训练模块,用于把第一船只数据输入预设训练模型中进行训练,以获得检测模型;
检测输出模块,用于通过把第二船只数据输入所述检测模型中,输出船只检测结果。
8.一种电子设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-6中任一项所述的基于Faster RCNN的船只检测方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的基于Faster RCNN的船只检测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海大横琴科技发展有限公司,未经珠海大横琴科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911258328.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种氟化氢供料的自动控制装置
- 下一篇:一种自动取药机器人