[發明專利]一種面向艦船目標識別應用的候選框比例優化方法在審
| 申請號： | 201910288568.0 | 申請日： | 2019-04-11 |
| 公開（公告）號： | CN110287763A | 公開（公告）日： | 2019-09-27 |
| 發明（設計）人： | 劉俊;姜濤;田勝;徐小康;孫喬 | 申請（專利權）人： | 杭州電子科技大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/62 |
| 代理公司： | 浙江永鼎律師事務所 33233 | 代理人： | 陸永強 |
| 地址： | 310018*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 艦船目標 比例優化 候選框 聚類 方法提取 數據目標 準備目標 目標框 數據集 錨點 替換 應用 網絡 | ||
1.一種面向艦船目標識別應用的候選框比例優化方法，其特征在于，包括以下步驟：
步驟S1:準備目標數據集；
步驟S2：對已有數據目標進行目標框長寬比特征提取，并對長寬比例進行聚類，用聚類的方法提取出比例，用提取出的比例替換原有網絡中的achor比；
步驟S3：將步驟S2訓練得到的特征提取網絡模型移植到目標檢測網絡RFCN中，并基于步驟S1中自建艦船目標檢測數據集，最終訓練得到能應用于艦船目標檢測的網絡模型；
其中所述步驟S1進一步包括：
步驟S11:建立目標的艦船目標數據集；
其中所述步驟S2進一步包括：
步驟S21:對已有數據目標進行目標框長寬比特征提取；
步驟S22:從數據集中隨機選取K0個樣本作為初始化聚類中心其中，ci為類別；
步驟S23:針對數據集中得每個樣本xi,計算它到K0個聚類得距離并將其分到距離最小得聚類中心所對應的類中；
步驟S24:判斷上述每個類中的元素數目是否小于Nmin；如果小于Nmin則需要丟棄該類，令K＝K-1，并將該類中的樣本重新分配給剩下類中距離最小的類；
步驟S25:針對每個類別ci，重新計算它的聚類中心其中x為樣本，c為類別；
步驟S26:如果當前前往分裂操作S27,如果當前K≥2K0，前往合并操作S28；其中，K為隨機選取的樣本數量；
步驟S27：執行分裂操作，該步驟進一步如下步驟：
步驟S271:計算當前所有類別聚類中心的兩兩距離，用矩陣D表示；
步驟S272:對于D(i,i)≤dmin(i≠j)的兩個類別需要合并操作，變成一個新的類，該類的聚類中心位置為：其中n代表這個兩個類別中樣本個數，新的聚類中心m為這個兩個類別進行加權求和；
步驟S28：執行合并操作；該步驟進一步包括如下步驟：
步驟S281:計算每個類別下所有樣本再每個維度下的方差；
步驟S282:挑選出最大方差σmax；
步驟S283:若目標類別的σmax≥Sigma并且該列別所包含的樣本數量ni≥2nmin,則前往步S284,若不滿足則退出步驟S28，sigma為設定值；
步驟S284:將滿足步驟S283的類分裂成兩個子類并令K＝K+1，其中m為新聚類中樣本個數，σ為方差；
步驟S29：重復S22至S28，直至達到最大迭代次數中止；將提取出來的比例替換原網絡中的錨框(anchor)比。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于杭州電子科技大學，未經杭州電子科技大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910288568.0/1.html，轉載請聲明來源鉆瓜專利網。
