[发明专利]一种基于YOLO-V3算法的船只遮挡检测方法及装置

权利要求书

1.一种基于YOLO-V3算法的船只遮挡检测方法，其特征在于，包括如下步骤：

构建样本数据集，将所述样本数据集中包含有被遮挡船只的整体区域或者局部区域标注信息，所述样本数据集分为训练集和测试集；

对所述样本数据集进行聚类分析，所述聚类分析为维度聚类分析，用于分析被遮挡船只的边界框；

构建YOLO-V3网络，并对所述YOLO-V3网络的输出框进行优化，以使得所述输出框包括整体边界框和局部边界框；

将经过维度聚类分析后的样本数据集输入所述YOLO-V3网络中进行训练和测试，得到船只遮挡检测模型；

将待检测的被遮挡船只影像输入到训练好的船只遮挡检测模型中进行检测，用以输出被遮挡船只的整体边界框和局部边界框；

在将待检测的被遮挡船只影像输入到训练好的船只遮挡检测模型中进行检测，用以输出被遮挡船只的整体边界框和局部边界框之后，还包括：

计算所述整体边界框和所述局部边界框的交并比；

计算所述局部边界框与所述整体边界框的面积比值；

判断所述交并比与所述面积比值误差是否处于预设范围；

当所述误差处于预设范围时，将所述整体边界框和所述局部边界框作为最终的输出结果。

2.根据权利要求1所述的基于YOLO-V3算法的船只遮挡检测方法，其特征在于，在构建所述样本数据集时，需要对样本数据集进行分类标定，统一样本数据集的图像大小和像素处理，其中，所述样本数据集中包含无遮挡的船只标定数据、有遮挡的船只局部标定数据和有遮挡的船只整体标定数据。

3.根据权利要求2所述的基于YOLO-V3算法的船只遮挡检测方法，其特征在于，还包括将待检测的船只影像进行预处理，所述预处理的具体步骤包括：将待识别图像进行随机水平或垂直翻转、裁剪；将所述待识别图像进行尺度变换。

4.根据权利要求1所述的基于YOLO-V3算法的船只遮挡检测方法，其特征在于：所述YOLO-V3网络使用逻辑回归预测每个边框的对象分数。

5.根据权利要求1所述的基于YOLO-V3算法的船只遮挡检测方法，其特征在于：在预测每个边界框的对象分数时，判断当前边界框与任何其他边界框的重叠度，设置一定的阈值，当所述重叠度大于所述阈值，则忽略当前边界框，直到所有预测边界框都判断完成得到最佳的预测边界框；所述阈值为0.5。

6.根据权利要求1所述的基于YOLO-V3算法的船只遮挡检测方法，其特征在于：所述样本数据集包含的被遮挡船只影像数据和待检测被遮挡的船只影像为无人机拍摄的船只影像。

7.一种基于YOLO-V3算法的船只遮挡检测装置，其特征在于，包括：

获取模块，用于获取待检测被遮挡船只的影像数据；

预处理模块，用于对待检测被遮挡船只影像进行随机水平或垂直翻转、裁剪及将所述待检测被遮挡船只影像进行尺度变换；

检测模块，用于将待检测的被遮挡船只影像输入通过YOLO-V3网络训练得到的船只遮挡检测模型中进行检测，得到待检测的被遮挡船只的输出整体边界框和局部边界框；

判断模块，用于判断所述局部边界框与所述整体边界框的交并比与面积比的误差是否处于预设范围；

输出模块，用于输出当所述局部边界框与所述整体边界框的交并比和面积比的误差处于预设范围时的最终输出结果。

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任一项所述的基于YOLO-V3算法的船只遮挡检测方法。

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任一项所述的基于YOLO-V3算法的船只遮挡检测方法。