[发明专利]一种船舶目标检测方法、终端设备及存储介质

说明书

本发明涉及一种船舶目标检测方法、终端设备及存储介质，该方法中包括：S1：采集船舶图片集，并对船舶图片集中的每幅图片中的船舶目标进行标注，提取船舶图片集中任意的九张图片拼接成九合一图片，提取船舶图片集中任意的四张图片拼接成四合一图片；按照预设的数量比例选取单张图片、四合一图片和九合一图片组成训练集；S2：构建基于Yolov4‑tiny网络的船舶目标检测模型，通过训练集对船舶目标检测模型进行训练；S3：将待检测图片输入训练后的船舶目标检测模型内，根据船舶目标检测模型的输出结果确定待检测图片是否包含船舶目标。本发明能够提高重叠目标识别的准确率和识别速度，提升在不同视频分辨率下的识别稳定性，减少算力消耗。

技术领域

本发明涉及目标检测领域，尤其涉及一种船舶目标检测方法、终端设备及存储介质。

背景技术

船舶目标识别方法主要通过遥感的目标识别。目前的目标检测方法分为一阶段和二阶段，一阶段以Fast-RCNN为代表，二阶段以YOLO、SSD为代表。其中一阶段方法更准确，二阶段方法在牺牲一部分准确率的情况下，大大提高了检测速度。

目前的船舶目标识别面临如下问题：(1)船舶在狭窄水域目标重叠以及开放水域目标过小。(2)目前的检测方法都是利用岸上服务器进行训练与测试的，没有考虑到船载识别设备在海上可能会丢失信号，在一定情况下需要离线检测的问题。(3)目前的大型数据集如COCO、ImageNet等都是使用小尺寸图片进行训练和测试的，而由于摄像设备的逐步法善，高清图片如1080p、2k等已得到了普遍应用，因此网络模型的训练应进行调整，针对性提高其泛化能力以胜任高清图片的识别任务。

发明内容

为了解决上述问题，本发明提出了一种船舶目标检测方法、终端设备及存储介质。

具体方案如下：

一种船舶目标检测方法，包括以下步骤：

S1：采集船舶图片集，并对船舶图片集中的每幅图片中的船舶目标进行标注，提取船舶图片集中任意的九张图片拼接成九合一图片，提取船舶图片集中任意的四张图片拼接成四合一图片；按照预设的数量比例选取单张图片、四合一图片和九合一图片组成训练集；

S2：构建基于Yolov4-tiny网络的船舶目标检测模型，通过训练集对船舶目标检测模型进行训练；

S3：将待检测图片输入训练后的船舶目标检测模型内，根据船舶目标检测模型的输出结果确定待检测图片是否包含船舶目标。

进一步的，九合一图片的拼接过程包括以下步骤：

S101：在图片所在平面内构建直角坐标系，设定直角坐标系的X轴和Y轴分别平行于图片的宽和高，设定九合一图片的宽W和高H；

S102：对九张图片进行缩放，每张图片的宽和高的缩放倍率t_X和t_Y的计算公式为：

t_X＝f_rand(t_W,t_W+Δt_W)

t_Y＝f_rand(t_H,t_H+Δt_H)

其中，t_W和t_H分别表示宽和高的缩放倍率的最小值，Δt_W和Δt_H分别表示宽和高的缩放倍率随机区间的长度；f_rand()表示随机值函数；

S103：分别计算每张图片缩放后的左上角的坐标(a_i,b_i)和右下角的坐标(c_i,d_i)：