[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

本發明公開了一種基于優化SSD目標檢測模型的港口自動識別方法及系統，包括以下步驟：建立基于優化的SSD目標檢測模型；制作內河港口數據集；訓練SSD目標檢測模型；輸入待檢測的遙感圖像，并分割成若干等尺寸的小圖像；依次輸入訓練好的SSD目標檢測模型，得到每個小圖像的檢測結果；拼接整合，還原到原始圖像，識別檢測出內河港口，并自動標注出港口的位置、類別、形狀、面積。本發明完善了內河港口目標檢測方法，使港口的標注能夠脫離傳統的人工方式，實現自動檢測，提高了檢測速度和準確率，為排查各區域內河港口的現狀提供便利，使規范整治工作能夠順利開展。本發明簡單實用，可操作性和有效性強。

技術領域

本發明屬于智能水運交通領域，特別是一種基于優化SSD目標檢測模型的港口自動識別方法及系統。

背景技術

內河港口是指在除沿海岸線以外的河流、湖泊、水庫等水域內建造的港口。內河碼頭普遍受河道通航水深和寬度的影響，大多存在堆場縱深淺、裝卸設備小、泊位不大等 特點。內河港口的標注工作往往使用傳統的手動標注方式，由工作人員在遙感圖像上對 每個港口進行逐一圈定，這種人工標注港口的缺點在于：

1、內河港口排布往往較為混亂，形態各異，通過肉眼識別判斷需要花費大量的腦力和精力；

2、內河港口數量眾多，在龐大復雜的遙感地圖中逐一查找工作量大，整個工作過程消耗時間長，同時易發生遺漏現象；

3、缺乏科學性，當今是人工智能蓬勃發展的時代，港口標注工作不應停留在落后的人工識別階段，需要與時俱進，跟上科學發展的步伐；

基于上述情況，目前迫切需要一種新的內河港口目標檢測方法，使內河港口的標注 能夠脫離傳統的人工方式，實現自動檢測，為排查各區域內河港口的現狀提供便利，使規范整治工作能夠順利開展。

發明內容

本發明的目的在于針對上述現有技術存在的問題，提供一種基于優化SSD目標檢測模型的港口自動識別方法，使內河港口的標注能夠脫離傳統的人工方式，實現自動檢測，為排查各區域內河港口的現狀提供便利，使規范整治工作能夠順利開展。

實現本發明目的的技術解決方案為：一種基于優化SSD目標檢測模型的港口自動識別方法，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。

進一步地，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，