[發明專利]基于優化SSD目標檢測模型的港口自動識別方法及系統

在審

• 申請號: 202110149336.4
• 申請日: 2021-02-03
• 公開（公告）號: CN112966558A
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 白樺;周濤;劉秀彩;裴劍平;孫婧
• 申請（專利權）人: 華設設計集團股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 朱炳斐

1.一種基于優化SSD目標檢測模型的港口自動識別方法，其特征在于，所述方法包括以下步驟：

步驟1，建立優化的SSD目標檢測模型；

步驟2，構建內河港口數據集；

步驟3，利用所述港口數據集訓練所述優化的SSD目標檢測模型；

步驟4，針對待檢測的衛星遙感圖像，利用訓練好的SSD目標檢測模型識別檢測其中的內河港口。

2.根據權利要求1所述的基于優化SSD目標檢測模型的港口自動識別方法，其特征在于，步驟1所述建立優化的SSD目標檢測模型，具體包括：

步驟1-1，構建優化的SSD目標檢測模型：

以VGG-16作為基礎模型，在VGG-16的基礎上新增卷積層以獲得更多的特征圖以用于檢測；具體包括：特征提取部分將VGG-16的全連接層FC6層和FC7層轉換成3×3的卷積層Conv6和1×1的卷積層Conv7，同時將VGG-16的池化層pool5由原來的2×2-s2變成3×3-s1，同時為了配合這種變化，采用了Atrous Algorithm；此外，移除VGG-16的dropout層和FC8層，并新增一系列卷積層；

則所述優化的SSD目標檢測模型包括依次設置的卷積層Conv4_3、Conv6、Conv7，Conv8_2，Conv9_2，Conv10_2，Conv11_2，輸入圖像經該模型后共提取7個特征圖，大小分別為(38，38)，(19，19)，(19，19)，(10，10)，(5，5)，(3，3)，(1，1)；

步驟1-2，在不同特征圖上設置不同數目的先驗框，同一個特征圖上每個單元設置的先驗框是相同的，其中，

先驗框尺度s_k設置公式為：

式中，m表示特征圖個數，s_k表示先驗框大小相對于圖片的比例，s_min和s_max分別表示先驗框大小相對于圖片比例的最小值與最大值；

先驗框的寬度與高度計算公式分別為：

式中，分別表示先驗框的寬度與高度，a_r表示長寬比；

步驟1-3，設置損失函數：

損失函數定義為位置誤差L_loc(x,l,g)與置信度誤差L_conf(x,c)的加權和：

式中，N為先驗框的正樣本數量，α為權重系數，用于平衡分類損失和定位損失，為一個指示參數，當時表示第i個先驗框與第j個真實邊界框值匹配，并且真實邊界框值的類別為p，c為類別置信度預測值，l為先驗框所對應邊界框的位置預測值，g為真實邊界框的位置參數，權重系數α通過交叉驗證設置為1。

3.根據權利要求2所述的基于優化SSD目標檢測模型的港口自動識別方法，其特征在于，步驟2所述構建內河港口數據集，具體包括：

步驟2-1，采集多幅包含內河港口的衛星遙感圖像；

步驟2-2，利用圖形圖像注釋工具在各衛星遙感圖像上標注出內河港口，并標注該內河港口的位置、類別、形狀、面積屬性；其中位置屬性包括內河港口的經緯度，類別屬性包括河流、湖泊、水庫，形狀屬性包括矩形、梯形、三角形和其他；

步驟2-3，針對所有標注后的衛星遙感圖像，將其尺寸統一調整至所述優化的SSD目標檢測模型所需的輸入圖像的大小，形成內河港口數據集；

步驟2-4，將所述內河港口數據集劃分為訓練集和測試集。

4.根據權利要求3所述的基于優化SSD目標檢測模型的港口自動識別方法，其特征在于，步驟2-4所述將所述內河港口數據集劃分為訓練集和測試集，具體采用留出法對內河港口數據集進行劃分，將該數據集劃分為兩個互斥的集合，其中一個集合作為訓練集S，另一個作為測試集T。