[發明專利]一種檢測小目標船只方法及裝置

在審

• 申請號: 201911350052.0
• 申請日: 2019-12-24
• 公開（公告）號: CN111582012A
• 公開（公告）日: 2020-08-25
• 發明（設計）人: 鄧練兵;陳金鹿;逯明
• 申請（專利權）人: 珠海大橫琴科技發展有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/42;G06K9/62
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 林韻英

本發明涉及智能技術計算機視覺領域，具體涉及一種檢測小目標船只方法及裝置。包括：獲取船只數據集，對船只數據集中的船只圖片進行像素壓縮預處理，并把船只數據集劃分為訓練數據集與測試數據集；采用訓練數據集進行深度學習，構建訓練模型；基于測試數據輸入訓練模型中訓練，以獲得小目標船只的結果；其中小目標船只的檢測結果包括預測框位置和小目標位置信息。通過對獲取的船只數據集進行預處理，使獲取的圖像像素變小，通過對獲取的船只數據集進行尺度變換和預處理，使獲取的圖像變小，但還保持一定高分辨率，在利用YOLO網絡對獲取的圖像進行實時訓練檢測，從而使實現快速識別遠方船只和在攝像頭中顯示目標太小的船只信息。

技術領域

本發明涉及智能技術計算機視覺領域，具體涉及一種檢測小目標船只 方法及裝置。

背景技術

在目前的電子圍網業務中，由于船只從遠方駛來時在攝像頭中顯示太 小或存在漁船太小，導致船只特征不明顯無法被快速識別。

發明內容

有鑒于此，本發明實施例提供了一種檢測小目標船只方法及裝置，以 解決船只從遠方駛來時在攝像頭中顯示太小或存在漁船太小，導致船只特 征無法快速被識別的問題。

根據第一方面，本發明實施例提供了一種檢測小目標船只方法，包括：

獲取船只數據集，對船只數據集中的船只圖片進行尺度調整，把尺度 調整后的船只圖片進行預處理；其中，預處理把船只數據集劃分為訓練數 據集與測試數據集；

采用訓練數據集進行YOLO網絡的深度學習，構建訓練模型；

基于測試數據輸入訓練模型中訓練，以獲得小目標船只的結果；其中 小目標船只的檢測結果包括預測框位置和小目標位置信息。

通過對獲取的船只數據集進行尺度變換和預處理，使獲取的圖像變小， 但還保持一定高分辨率，在利用YOLO網絡對獲取的圖像進行實時訓練檢 測，從而使實現快速識別遠方船只和在攝像頭中顯示目標太小的船只信息。

結合第一方面，在第一方面第一實施方式中，對船只數據集中的船只 圖片進行尺度調整包括：

對船只圖片的尺寸進行放大或縮小；

利用圖像金字塔對船只圖片進行預設次數的采樣，以獲得多分辨率的 船只圖片；

通過對船只數據集中的船只圖片進行預處理從而保證了訓練數據的一 致性，有利于后續進行數據訓練和檢測，通過對圖像尺寸進行放大和縮小， 保證圖像清晰度，利用采樣，使得數據圖像能夠獲得多分辨率的船只圖片 有利于后續網絡對船只數據中的小目標船只進行數據提取。

結合第一方面，在第一方面第二實施方式中，構建訓練模型，包括：

通過YOLO網絡的基礎框架對訓練數據集進行特征提取，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絡參數， 其中，每個邊界框包含5個預測量。

根據訓練數據集中的標注信息，對所檢測到的預測量進行損失函數計 算，以獲得船只訓練結果。

結合第一方面，在第一方面第三實施方式中，構建訓練模型還包括設 置損失，損失函數為：