[發(fā)明專利]一種船只數(shù)量統(tǒng)計方法、裝置及電子設備

在審

• 申請?zhí)枺?/td>: 201911337681.X
• 申請日: 2019-12-23
• 公開（公告）號: CN111667450A
• 公開（公告）日: 2020-09-15
• 發(fā)明（設計）人: 鄧練兵;薛劍;鄒紀升
• 申請（專利權(quán)）人: 珠海大橫琴科技發(fā)展有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京三聚陽光知識產(chǎn)權(quán)代理有限公司 11250
• 代理人: 梁巖

本發(fā)明涉及智能技術領域，具體涉及一種船只數(shù)量統(tǒng)計方法、裝置及電子設備。獲取船只數(shù)據(jù)集，并把所述船只數(shù)據(jù)集劃分為訓練數(shù)據(jù)集與測試數(shù)據(jù)集；采用所述訓練數(shù)據(jù)集進行深度學習，構(gòu)建訓練模型；基于所述測試數(shù)據(jù)輸入訓練模型中訓練，以獲得船只測試結(jié)果數(shù)據(jù)；統(tǒng)計所述船只測試結(jié)果數(shù)據(jù)的數(shù)量進行求和，以獲得預測船只數(shù)量；根據(jù)所述預設船只數(shù)量與預設誤差參數(shù)相乘，以確定出實際船只數(shù)量。通過深度學習訓練出實時檢測的數(shù)據(jù)模型，在利用求和與修正誤差，使最終輸出結(jié)果更符合實際統(tǒng)計結(jié)果，并能夠真實，直觀及實時反饋當前海域內(nèi)的船只數(shù)量，從而能夠給海防人員對海上船只監(jiān)控提供數(shù)據(jù)參考，保證海防的執(zhí)行效率。

技術領域

本發(fā)明涉及智能技術領域，具體涉及一種船只數(shù)量統(tǒng)計方法、裝置及電子設備。

背景技術

對現(xiàn)今的海防監(jiān)控來說，僅僅是通過監(jiān)控攝像頭進行視頻監(jiān)控于目標檢測，缺乏對海域內(nèi)的船只數(shù)量進行統(tǒng)計。以至于在海防監(jiān)控中，海防人員不能夠直觀的獲得當前海域內(nèi)的船只數(shù)量，這樣將會影響到海上交通的調(diào)度，并可能會影響到海防監(jiān)控的執(zhí)行效率。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實施例提供了一種船只數(shù)量統(tǒng)計方法、裝置及電子設備，以解決對監(jiān)控范圍內(nèi)船只數(shù)量進行統(tǒng)計的問題。

根據(jù)第一方面，本發(fā)明實施例提供了一種船只數(shù)量統(tǒng)計方法，包括：

獲取船只數(shù)據(jù)集，并把所述船只數(shù)據(jù)集劃分為訓練數(shù)據(jù)集與測試數(shù)據(jù)集；

采用所述訓練數(shù)據(jù)集進行深度學習，構(gòu)建訓練模型；

基于所述測試數(shù)據(jù)輸入訓練模型中訓練，以獲得船只測試結(jié)果數(shù)據(jù)；

統(tǒng)計所述船只測試結(jié)果數(shù)據(jù)的數(shù)量進行求和，以獲得預測船只數(shù)量，根據(jù)所述預設船只數(shù)量與預設誤差參數(shù)相乘，以確定出實際船只數(shù)量。

通過深度學習訓練出實時檢測的數(shù)據(jù)模型，在利用求和與修正誤差，使最終輸出結(jié)果更符合實際統(tǒng)計結(jié)果，并能夠真實，直觀及實時反饋當前海域內(nèi)的船只數(shù)量，從而能夠給海防人員對海上船只監(jiān)控提供數(shù)據(jù)參考，保證海防的執(zhí)行效率。

結(jié)合第一方面，在第一方面第一實施方式中，獲取船只數(shù)據(jù)集，包括：對所述獲取船只數(shù)據(jù)進預處理。

結(jié)合第一方面，在第一方面第二實施方式中，預處理包括：對所述獲取船只數(shù)據(jù)集中的圖片信息進行像素裁切，使其圖像像素為416*416；

對裁切像素的圖片信息標注，其中，包括對圖片信息中的船只信息識別，并標記出所識別出船只的位置和邊界信息。

通過對船只數(shù)據(jù)集進行預處理從而保證了訓練數(shù)據(jù)的一致性，有利于后續(xù)進行數(shù)據(jù)訓練和檢測。

結(jié)合第一方面，在第一方面第三實施方式中，構(gòu)建訓練模型，包括：

通過YOLO網(wǎng)絡的基礎框架對訓練數(shù)據(jù)集進行特征提取，并將所提取的特征分別用3個檢測器進行檢測；

利用所述檢測器輸出的每個單元格中預測3個不同尺度和長寬比的邊界框在3個預測的邊界框中選擇與真實框最接近的作為預測值來更新網(wǎng)絡參數(shù)，其中，每個邊界框包含3個預測量。

根據(jù)訓練數(shù)據(jù)集中的標注信息，對所檢測到的所述預測量進行損失函數(shù)計算，以獲得船只訓練結(jié)果。

結(jié)合第一方面，在第一方面第四實施方式中，構(gòu)建訓練模型還包括設置損失，所述損失函數(shù)為：