[发明专利]一种基于深度学习的船舶烟雾排放在线检测和追踪方法

摘要

本发明公开了一种基于深度学习的船舶烟雾排放在线检测和追踪方法，主要包括烟雾检测和追踪两个部分，首先把在长江武汉流域和深圳港采集的船舶烟雾视频数据分别转化为用于训练检测模型和追踪模型的标准数据集格式。其次使用TensorFlow分别构建检测网络和追踪网络并设置学习率、批次样本数、训练迭代次数等超参数，然后加载训练数据集开始训练，训练完成后得到检测和追踪模型。最后输入一个视频片段或在线视频流到检测模型中，当检测到在某一帧中的某个坐标区域中存在烟雾时，停止检测过程并以此坐标信息和首次检测到烟雾的帧设定为输入到追踪模型进行追踪过程的初始位置信息和模板图像进行追踪。与现有技术相比，本发明的有益效果是低成本和高时效。

主权项

1.一种基于深度学习的船舶烟雾排放在线检测和追踪方法，其特征在于，包括以下步骤：步骤1：采集两个不同区域的船舶烟雾视频数据，作为训练检测模型标准数据集和追踪模型的标准数据集；步骤2：分别构建检测网络和追踪网络，设置相关超参数，包括学习率、批次样本数、训练迭代次数；步骤3：将训练检测模型标准数据集和追踪模型的标准数据集分别导入检测网络和追踪网络进行训练，训练完成后得到检测模型和追踪模型；步骤4：输入一个视频片段或在线视频流到检测模型中，当检测到在某一帧中的某个坐标区域中存在烟雾时，停止检测过程并以此坐标信息和首次检测到烟雾的帧设定为输入到追踪模型进行追踪过程的初始位置信息和模板图像，并根据此位置对后续帧的烟雾进行追踪；步骤5：保存追踪过程中输出的烟雾坐标信息，并使用矩形标注追踪序列中每一帧中的烟雾位置。