龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：无锡学院
申请日：2024-03-25
公开（公告）日：2024-06-18
公开（公告）号：CN118212523A
主分类号：G06V20/10
分类号：G06V20/10;G06V10/764;G06V10/774;G06V10/80;G06N3/0464
优先权：
专利状态码：在审-公开
法律状态：2024.06.18#公开
摘要：本发明公开了基于深度融合优化特征增强网络的SAR图像船舰检测方法，包括：获取SAR遥感船舰图像数据集，对数据集进行预处理并划分；构建基于深度融合优化特征增强网络模型，作为遥感船舰图像目标检测网络；利用训练集和验证集对构建的遥感船舰图像目标检测网络进行训练和验证，计算损失函数并进行反向传播，更新网络参数，直至得到最佳参数网络；利用最佳参数网络对测试集进行测试，得到目标检测结果。本发明通过融合多尺度特征，更加关注局部信息及上下文相关性，保留目标的位置和边界信息，解决了船舰检测中目标与海洋背景的复杂交互、目标与海浪等相似纹理及遥感图像中的边界模糊和阴影遮挡等问题，提高SAR遥感图像船舰检测的精度和效率。
主权项：1.基于深度融合优化特征增强网络的SAR图像船舰检测方法，其特征在于，包括如下步骤：步骤1，获取SAR遥感船舰图像数据集，包括遥感船舰原图与对应的标签图，对数据集进行预处理后按照设定的比例划分为训练集、验证集和测试集；步骤2，构建基于深度融合优化特征增强网络模型，作为遥感船舰图像目标检测网络，所述基于深度融合优化特征增强网络模型包括输入端、用于提取特征的主干网络、用于对提取的特征进行拼接融合的颈部网络以及用于根据拼接融合后的特征进行目标预测的头部网络；步骤3，利用步骤1划分得到的训练集和验证集对步骤2构建的遥感船舰图像目标检测网络进行训练和验证，计算损失函数并进行反向传播，更新网络参数，直至得到最佳参数网络；步骤4，利用最佳参数网络对步骤1划分得到的测试集进行测试，得到遥感船舰图像目标检测结果。
全文数据：
权利要求：
百度查询： 无锡学院 基于深度融合优化特征增强网络的SAR图像船舰检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号