[发明专利]一种基于改进EfficientDet网络的海面军事目标检测与分类方法

说明书

本发明公开了一种基于改进EfficientDet网络的海面军事目标检测与分类方法，属于海洋遥感技术领域，包括获得数据增强后的数据集；主干特征网络提取前，进行一次卷积和标准化的预处理；激活函数预处理；使用主干特征网络提取3、5、7层特征，输入到下一阶段的特征融合网络；在第7层基础上进行一次膨胀卷积、标准化、最大池化得到一层新特征P8；在新特征上继续使用膨胀卷积、标准化、最大池化，同时引入残差连接，与第5层特征进行特征融合得到最后一层特征P9；构建特征融合网络，将每次特征融合后的激活函数改为“Relu”；特征融合后将原来的4层特征融合单元增加到5层；将融合后的特征输入到类别预测网络与定位框预测网络；进行精度评定。

技术领域

本发明公开了一种基于改进EfficientDet网络的海面军事目标检测与分类方法，属于海洋遥感技术领域。

背景技术

快速准确地进行海面军事目标的检测与分类对于维护各个国家的国防安全有十分重要的意义。由于海面条件复杂干扰较多，个别军事目标与非军事目标类间差异较小，各种类军事目标样本相对较少且类内差异较大不易区分，很少有研究利用高分辨率遥感影像进行海面军事目标的详细分类。海洋对于人类有十分重要的意义且面积广阔，选择快速准确的海面军事目标的检测与分类算法对于维护一个国家的领土主权、国防安全、了解敌方海面舰艇军事配备、军事预警并做出快速反应等都有有着十分重要的作用。但海面范围大且易受云、海浪、光线等其他因素的影响，而近岸港口又容易受到一些背景影响，选择一种大范围多场景快速准确进行海面军事目标检测与分类的方法就显得尤为重要。

发明内容

本发明公开了一种基于改进EfficientDet网络的海面军事目标检测与分类方法，以解决现有技术中，海面军事目标详细分类精度不足，易受环境影响的问题。

基于改进EfficientDet网络的海面军事目标检测与分类方法，包括：

S1.获得数据增强后的数据集；

S2.主干特征网络提取前，进行一次卷积和标准化的预处理及激活函数预处理；

S3.使用主干特征网络提取3、5、7层特征，输入到下一阶段的特征融合网络；

S4.在第7层基础上进行一次膨胀卷积、标准化、最大池化得到一层新特征P8；

S5.在新特征上继续使用膨胀卷积、标准化、最大池化，同时引入残差连接，与第5层特征进行特征融合得到最后一层特征P9；

S6.构建特征融合网络，将每次特征融合后的激活函数改为“Relu”；

特征融合后将原来的4层特征融合单元增加到5层；

S7.将融合后的特征输入到类别预测网络与定位框预测网络；

S8.进行精度评定，完成基于改进EfficientDet网络的海面军事目标检测与分类。

优选地，步骤S1中将不同的原始图像分别旋转不同的角度。

优选地，步骤S3中，使用主干特征网络提取特征前，以残差网络的结构为基础构建残差单元，包括：

S3.1.将输入特征进行一次1×1的卷积实现图像的升维；

S3.2.进行一次深度可分离卷积；

S3.3.进行全局平局池化和两次1×1的卷积；

S3.4.将S3.3输出结果与S3.2输出结果相乘形成一个残差连接；

S3.5.将S3.4输出结果进行一次1×1卷积，并与S3.1的输入特征相加进行特征融合得到输出。