[发明专利]遥感图像舰船目标一体化检测与细粒度识别方法

说明书

本发明实施例公开了一种遥感图像舰船目标一体化检测与细粒度识别方法。所述方法包括：获取训练样本集；确定遥感图像处理模型中集成的特征提取共享模型、用于输出目标对象的位置信息的位置检测分支模型和用于输出目标对象的类型信息的类型识别分支模型；采用通过特征提取共享模型从训练样本提取的共享图像特征，对位置检测分支模型和所述类型识别分支模型进行交替训练，以在满足预设收敛条件时完成对所述遥感图像处理模型的训练。采用本申请方案，可避免在对位置检测分支模型和类型识别分支模型进行训练或者使用时重复提取该共享的部分图像特征，避免额外增加这部分提取操作的任务量，不仅大幅度降低了模型训练的任务量。

技术领域

本发明实施例涉及遥感图像处理技术领域，尤其涉及一种遥感图像舰船目标一体化检测与细粒度识别方法。

背景技术

基于遥感图像的舰船目标检测和识别是进行海洋监测的重要手段，其在各领域都有着举足轻重的研究意义。

目前，在计算机视觉领域，目前基于深度学习的方法正在成为目标检测和目标识别任务的主流技术。但是，各个目标检测任务和目标识别任务均是各自独立完成，无法同时完成对舰船目标的检测和识别，更重要的是，目标检测任务与目标识别任务会存在共通之处，无论是模型训练还是模型使用，独立执行任务会增加额外的任务量，且在使用模型时会降低目标检测和识别的效率。

发明内容

本发明实施例中提供了一种遥感图像舰船目标一体化检测与细粒度识别方法，以实现对检测功能和识别功能的一体化训练，节省训练算力。

第一方面，本发明实施例中提供了一种遥感图像舰船目标一体化检测与细粒度识别方法，所述方法包括：

获取训练样本集；其中，所述训练样本包括遥感图像样本和所述遥感图像样本中目标对象的位置标签与类型标签；

确定遥感图像处理模型中集成的特征提取共享模型、用于输出目标对象的位置信息的位置检测分支模型和用于输出目标对象的类型信息的类型识别分支模型；

采用通过所述特征提取共享模型从所述训练样本提取的共享图像特征，对所述位置检测分支模型和所述类型识别分支模型进行交替训练，以在满足预设收敛条件时完成对所述遥感图像处理模型的训练。

第二方面，本发明实施例中还提供了一种遥感图像处理模型的训练装置，所述装置包括：

样本集获取模块，用于获取训练样本集；其中，所述训练样本包括遥感图像样本和所述遥感图像样本中目标对象的位置标签与类型标签；

子模型确定模块，用于确定遥感图像处理模型中集成的特征提取共享模型、用于输出目标对象的位置信息的位置检测分支模型和用于输出目标对象的类型信息的类型识别分支模型；

子模型训练模块，用于采用通过所述特征提取共享模型从所述训练样本提取的共享图像特征，对所述位置检测分支模型和所述类型识别分支模型进行交替训练，以在满足预设收敛条件时完成对所述遥感图像处理模型的训练。

第三方面，本发明实施例中还提供了一种电子设备，包括：

一个或多个处理装置；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理装置执行，使得所述一个或多个处理装置实现如本发明任意实施例中提供的所述遥感图像处理模型的训练方法。

第四方面，本发明实施例中还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理装置执行时实现如本发明任意实施例中提供的所述遥感图像处理模型的训练方法。