[发明专利]基于深度学习的船舶识别方法及系统有效
| 申请号： | 201910852749.1 | 申请日： | 2019-08-26 |
| 公开（公告）号： | CN110569844B | 公开（公告）日： | 2022-02-08 |
| 发明（设计）人： | 黄灿;卞光浪;刘超;赵亮;朱会;张大禹;赵鹤群 | 申请（专利权）人： | 中国人民解放军91550部队 |
| 主分类号： | G06V20/54 | 分类号： | G06V20/54;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京知呱呱知识产权代理有限公司 11577 | 代理人： | 康震 |
| 地址： | 116023 辽宁省*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种基于深度学习的船舶识别方法及系统，基于爬虫技术，从各目标网站中获取复杂背景下的船舶图像，同时获取干扰图像；对所述船舶图像进行预处理，将预处理后的船舶图像作为训练样本；对训练样本进行标注，基于标注的训练样本、干扰图像和n层GoogleNet卷积神经网络模型获得船舶识别模型；其中，所述n层GoogleNet卷积神经网络模型为预先设计；将待识别图像输入所述船舶识别模型，基于船舶识别模型的输出结果，获取待识别图像中的船舶，实现快速和准确进行船舶识别的技术效果。 | ||
| 搜索关键词： | 基于 深度 学习 船舶 识别 方法 系统 | ||
【主权项】：
1.一种基于深度学习的船舶识别方法，其特征在于，包括：/n基于爬虫技术，从各目标网站中获取复杂背景下的船舶图像，同时获取干扰图像；对所述船舶图像进行预处理，将预处理后的船舶图像作为训练样本；/n对训练样本进行标注，基于标注的训练样本、干扰图像和n层GoogleNet卷积神经网络模型获得船舶识别模型；其中，所述n层GoogleNet卷积神经网络模型为预先设计；/n将待识别图像输入所述船舶识别模型，基于船舶识别模型的输出结果，获取待识别图像中的船舶。/n
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中国人民解放军91550部队，未经中国人民解放军91550部队许可，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/201910852749.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种矿井目标智能检测与识别方法
- 下一篇：一种试卷图像的校正方法及相关装置
