一种基于深度学习的全景视觉水面目标检测方法
实质审查的生效
摘要
一种基于深度学习的全景视觉水面目标检测方法，包括以下步骤：步骤1：构建水面目标数据集，并对所述数据集进行标注；步骤2：设计新的SSD模型，即：采用具有残差学习单元的ResNet‑50网络代替VGG16网络作为SSD网络的骨干网络；步骤3：采用自上而下的FPN网络结构对所述SSD模型的不同特征图进行融合；步骤4：利用360°全景相机作为视觉传感器并进行图像预处理得到矩形全景图，输入到训练好的所述SSD模型进行检测。本发明利用深度学习技术通过全景视觉对目标进行检测，不仅可以感知水面全域信息，而且能够有效提高水面目标检测准确率，尤其是水面小目标检测准确率。
基本信息
专利标题 ：
一种基于深度学习的全景视觉水面目标检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114359680A
申请号 ：
CN202111556006.3
公开（公告）日 ：
2022-04-15
申请日 ：
2021-12-17
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
朱旭芳黎奥丰刘志坤夏家伟张嘉雨
申请人 ：
中国人民解放军海军工程大学
申请人地址 ：
湖北省武汉市解放大道717号
代理机构 ：
北京金智普华知识产权代理有限公司
代理人 ：
张晓博
优先权 ：
CN202111556006.3
主分类号 ：
G06V10/80
IPC分类号 ：
G06V10/80 G06V10/82 G06N3/04 G06N3/08 G06V20/00
法律状态
2022-05-03 ：
实质审查的生效
IPC(主分类) : G06V 10/80
申请日 : 20211217
申请日 : 20211217
2022-04-15 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
