[发明专利]基于深度学习的海面船只辨识方法在审
| 申请号： | 201910024532.1 | 申请日： | 2019-01-10 |
| 公开（公告）号： | CN109934088A | 公开（公告）日： | 2019-06-25 |
| 发明（设计）人： | 沈重;秦洪懋;金志扬;于晓龙;高哈尔达吾力 | 申请（专利权）人： | 海南大学;北京航空航天大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 广州容大专利代理事务所(普通合伙) 44326 | 代理人： | 刘新年 |
| 地址： | 570228 *** | 国省代码： | 海南;46 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于深度学习的海面船只辨识方法，包括如下步骤：步骤一，利用无人机拍摄海上船只视频作为训练视频；步骤二，对步骤一中获得的训练视频进行解帧处理，获得多张船只图片构成训练数据集；步骤三，对Faster R‑CNN算法进行训练，获得最终Faster R‑CNN模型；步骤四，利用无人机拍摄海上船只视频作为测试视频；步骤五，利用步骤三获得的Faster R‑CNN模型对步骤四中获得检测数据集进行检测，最后输出相应的船只检测结果。本发明的基于深度学习的海面船只辨识方法，通过步骤一至步骤三的设置，便可利用无人机采集实际的视频作为训练集训练算法，然后通过步骤五实现对于船只进行辨识，如此相比于现有技术中采用网络图片进行训练精度更高。 | ||
| 搜索关键词： | 辨识 船只 海面 视频 海上船只 训练视频 训练数据集 测试视频 船只检测 检测数据 网络图片 训练算法 拍摄 训练集 解帧 算法 学习 采集 输出 检测 图片 | ||
【主权项】：
1.一种基于深度学习的海面船只辨识方法，其特征在于：包括如下步骤：步骤一，利用无人机拍摄海上船只视频作为训练视频；步骤二，对步骤一中获得的训练视频进行解帧处理，获得多张船只图片构成训练数据集；步骤三，对Faster R‑CNN算法进行训练，获得最终Faster R‑CNN模型；步骤四，利用无人机拍摄海上船只视频作为测试视频，并将测试视频进行解帧处理，获得多张船只图片作为检测数据集；步骤五，利用步骤三获得的Faster R‑CNN模型对步骤四中获得检测数据集进行检测，最后输出相应的船只检测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于海南大学;北京航空航天大学，未经海南大学;北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910024532.1/，转载请声明来源钻瓜专利网。
