[发明专利]对基于深度学习SAR图像目标旋转框检测的数据增强方法

权利要求书

1.对基于深度学习SAR图像目标旋转框检测的数据增强方法，其特征在于该方法的步骤包括：

S1：在原始图像中，获取目标标定框中心点坐标(x,y)及标定框的长度h和宽度w；

S2：将标定框的外接圆范围内的图像取出，记为Cut_circle；

S3：将Cut_circle以圆心为旋转中心，随机旋转任意角度得到图像Cut_{circle_r}；

S4：将Cut_{circle_r}的圆心和(x,y)对齐，将Cut_{circle_r}放置到原标定框的外接圆范围内，得到针对当前目标的增强后的图像；

S5：针对单张原始图像中的每一个目标，重复S1—S4，获得针对每一个目标的数据增强图像；

S6：对原始数据集中的所有图像均执行S5，获得经过数据增强操作后的新数据集；

S7：利用数据增强操作后的数据集对基于深度学习的目标检测模型进行训练，利用训练好的模型对SAR图像中的目标进行检测。

2.根据权利要求1所述的对基于深度学习SAR图像目标旋转框检测的数据增强方法，其特征在于：所述步骤S2中，通过h,w计算标定框所对应的外接圆的半径，结合(x,y)获得外接圆的圆心，进而获得外接圆范围。

3.根据权利要求1所述的对基于深度学习SAR图像目标旋转框检测的数据增强方法，其特征在于：所述步骤S1中，利用目标的标注信息文件获取目标标定框中心点坐标(x,y)及标定框的长度h和宽度w。

4.根据权利要求3所述的对基于深度学习SAR图像目标旋转框检测的数据增强方法，其特征在于：所述目标的标注信息文件为yaml或者xml文件。

5.对基于深度学习SAR图像目标旋转框检测的数据增强方法，其特征在于该方法的步骤包括：

S1：在原始图像中，获取目标标定框中心点坐标(x,y)及标定框的长度h、宽度w；

S2：将标定框范围内的图像取出，取出的图像为包含单个目标的矩形区域，记为Cut_rectangle；

S3：将Cut_rectangle沿着其长轴或短轴分别进行翻转，对应得到Cut_{rectangle_x}或Cut_{rectangle_y}；其中长轴是指过Cut_rectangle的中心与其长边平行的轴，短轴是指过Cut_rectangle的中心与其短边平行的轴；

S4：将Cut_{rectangle_x}或Cut_{rectangle_y}的中心与原标定框中心点坐标(x,y)对齐，将Cut_{rectangle_x}或Cut_{rectangle_y}放回原位置；

S5：针对单张原始图像中的每一个目标，重复S1-S4，获得针对每一个目标的数据增强图像；

S6：对原始数据集中的所有图像均执行S5，获得经过数据增强操作后的新数据集；

S7：利用新数据集对基于深度学习的目标检测模型进行训练，利用训练好的模型对SAR图像中的目标进行检测。

6.根据权利要求5所述的对基于深度学习SAR图像目标旋转框检测的数据增强方法，其特征在于：所述步骤S1中，利用目标的标注信息文件获取目标标定框中心点坐标(x,y)及标定框的长度h和宽度w。

7.根据权利要求6所述的对基于深度学习SAR图像目标旋转框检测的数据增强方法，其特征在于：所述目标的标注信息文件为yaml或者xml文件。

8.一种终端设备，其特征在于，包括：

存储器，用于存储至少一个处理器所执行的指令；

处理器，用于执行存储器中存储的指令执行如权利要求1-7任一项所述的方法。

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，当所述计算机指令在计算机上运行时，使得计算机执行如权利要求1-7任一项所述的方法。