一种基于阈值约束的深度学习遥感影像船舰目标识别方法
实质审查的生效
摘要
本发明公开一种基于阈值约束的深度学习遥感影像船舰目标识别方法，包括以下步骤：(1)通过OTSU阈值分割法对遥感影像进行阈值分割，实现海陆分离；(2)遥感影像的形状特征提取；(3)以深度学习YOLOv5算法为基础，对底层的金字塔网络结构进行多尺度连接融合；(4)针对遥感图像舰船目标的特点，根据其形状特征进行锚框设计；(5)引入聚焦分类损失作为YOLOv5算法的损失函数进行回归收敛；(6)基于改进的YOLOv5算法，输入船舰样本进行训练获取模型；(7)根据训练好的模型对遥感影像进行船舰目标的识别。本发明根据船舰的形状特征对锚框和损失函数进行优化，改善模型泛化性能，提高了船舰识别精度。
基本信息
专利标题 ：
一种基于阈值约束的深度学习遥感影像船舰目标识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114463628A
申请号 ：
CN202111676459.X
公开（公告）日 ：
2022-05-10
申请日 ：
2021-12-31
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
徐学永袁春琦夏羽赵西亭王锦晨吴定程于大超李文沛赵越黄梦雪王湛宇庞宗光江龙罗冠潘伟斌赵丽倩
申请人 ：
北方信息控制研究院集团有限公司
申请人地址 ：
江苏省南京市江宁区将军大道528号
代理机构 ：
南京理工大学专利中心
代理人 ：
张祥
优先权 ：
CN202111676459.X
主分类号 ：
G06V20/10
IPC分类号 ：
G06V20/10 G06N3/08 G06N3/04 G06K9/62 G06V10/26 G06V10/44 G06V10/764
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06V 20/10
申请日 : 20211231
申请日 : 20211231
2022-05-10 ：
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
