[發(fā)明專(zhuān)利]一種基于改進(jìn)的YOLO V2模型的光學(xué)遙感圖像艦船檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811267636.7
• 申請(qǐng)日: 2018-10-29
• 公開(kāi)（公告）號(hào): CN109492561B
• 公開(kāi)（公告）日: 2021-09-14
• 發(fā)明（設(shè)計(jì)）人: 楊小婷;房嘉奇;李洪鵬;何向晨
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京遙感設(shè)備研究所
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/46;G06K9/62
• 代理公司: 中國(guó)航天科工集團(tuán)公司專(zhuān)利中心 11024
• 代理人: 張國(guó)虹

1.一種基于改進(jìn)的YOLOV2模型的光學(xué)遙感圖像艦船檢測(cè)方法，其特征在于，包括如下步驟：

(1)圖像預(yù)處理，得到符合YOLOV2網(wǎng)絡(luò)模型要求的圖像；

(2)對(duì)經(jīng)步驟(1)預(yù)處理后的圖像，進(jìn)行類(lèi)別標(biāo)定，構(gòu)造YOLOV2損失函數(shù)加權(quán)矩陣W，并對(duì)損失函數(shù)進(jìn)行修正；其中，構(gòu)造YOLOV2損失函數(shù)加權(quán)矩陣W的方法為：

w_ij表示將類(lèi)別i判別為j的損失加權(quán)值，i和j均取值為1、2、3或4；

損失函數(shù)修正的方法為：

c_i,分別表示第i個(gè)網(wǎng)格的真實(shí)類(lèi)別和預(yù)測(cè)類(lèi)別，1_i,j表示第i個(gè)網(wǎng)格的第j個(gè)預(yù)測(cè)框是否對(duì)某個(gè)目標(biāo)負(fù)責(zé)：在訓(xùn)練階段，只有和真實(shí)標(biāo)定框取得最大IoU值所對(duì)應(yīng)的預(yù)測(cè)框處取值為1，否則為0；正負(fù)樣本比例平衡因子分別為:λcoord＝5，λnoobj＝0.5；(x_i,y_i)表示第i個(gè)網(wǎng)格對(duì)應(yīng)目標(biāo)的中心坐標(biāo)；ω_i和h_i分別表示目標(biāo)的長(zhǎng)和寬；C_i表示第i個(gè)網(wǎng)格中有目標(biāo)的置信度；p(c_i)表示第i個(gè)網(wǎng)格對(duì)應(yīng)的目標(biāo)為第c_i類(lèi)的概率，表示將第i個(gè)網(wǎng)格的類(lèi)c_i判別為的損失加權(quán)，其他對(duì)應(yīng)含有上標(biāo)^的參數(shù)均表示相應(yīng)的預(yù)測(cè)值；N表示圖像中劃分的所有的網(wǎng)格數(shù)目；B表示預(yù)測(cè)框的個(gè)數(shù)；表示第i個(gè)網(wǎng)格的第j個(gè)預(yù)測(cè)框?qū)δ硞€(gè)目標(biāo)負(fù)責(zé)；ci∈classes表示第i個(gè)網(wǎng)格的類(lèi)別，classes表示所有可能的類(lèi)別集合；

(3)構(gòu)建圖像訓(xùn)練本集和測(cè)試樣本集，利用步驟(2)中建立的修正后的損失函數(shù)進(jìn)行模型訓(xùn)練；

(4)基于改進(jìn)YOLOV2模型的網(wǎng)絡(luò)測(cè)試。

2.根據(jù)權(quán)利要求1所述的基于改進(jìn)的YOLOV2模型的光學(xué)遙感圖像艦船檢測(cè)方法，其特征在于，所述步驟(1)中，圖像預(yù)處理步驟包括：

S101：統(tǒng)計(jì)圖像數(shù)據(jù)庫(kù)中的艦船目標(biāo)，得到最大的艦船長(zhǎng)度記為L(zhǎng)；

S102：計(jì)算窗口滑動(dòng)步長(zhǎng)step＝floor(416-1.1L)；其中，step＝floor(416-1.1L)表示對(duì)(416-1.1L)向下取整，即取比416-1.1L小的最大整數(shù)；

S103：設(shè)定416*416的窗口大小，以S2中的滑動(dòng)步長(zhǎng)對(duì)圖像進(jìn)行處理，得到416*416的圖像塊。

3.根據(jù)權(quán)利要求2所述的基于改進(jìn)的YOLOV2模型的光學(xué)遙感圖像艦船檢測(cè)方法，其特征在于，所述步驟(1)中，還包括步驟S104：對(duì)不足416*416的圖像塊，增大重疊區(qū)域，得到預(yù)處理圖像。

4.根據(jù)權(quán)利要求3所述的基于改進(jìn)的YOLOV2模型的光學(xué)遙感圖像艦船檢測(cè)方法，其特征在于，所述步驟(2)中，類(lèi)別標(biāo)定的方法如S201：對(duì)圖像中的目標(biāo)進(jìn)行類(lèi)別標(biāo)定，類(lèi)別分別是艦船、云朵、小島和人工建筑共4類(lèi)虛警，類(lèi)別表示為1，2，3，4。

5.根據(jù)權(quán)利要求4所述的基于改進(jìn)的YOLOV2模型的光學(xué)遙感圖像艦船檢測(cè)方法，其特征在于，所述步驟(3)中，模型訓(xùn)練的具體步驟包括如下：

S301：構(gòu)建圖像訓(xùn)練樣本集和測(cè)試樣本集，圖像大小均為416*416的圖像塊；

S302：利用YOLO官方開(kāi)源代碼生成YOLO格式的標(biāo)記文件絕對(duì)路徑文件；

S303：修改網(wǎng)絡(luò)中與類(lèi)別相關(guān)的參數(shù)文件；

S304：加載數(shù)據(jù)文件、結(jié)構(gòu)文件以及官方的darknet19_448.conv.23預(yù)訓(xùn)練模型進(jìn)行模型的訓(xùn)練，訓(xùn)練中的損失函數(shù)采用步驟2中經(jīng)修正后的表達(dá)式。