[發明專利]基于改進YOLOX的船舶目標檢測方法、裝置、設備及介質

在審

• 申請號: 202111543482.1
• 申請日: 2021-12-16
• 公開（公告）號: CN114241377A
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 黃夢醒;張博;馮思玲;毋媛媛;馮文龍;張雨;吳迪
• 申請（專利權）人: 海南大學
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06K9/62;G06V20/52;G06V10/774
• 代理公司: 蘇州中合知識產權代理事務所(普通合伙) 32266
• 代理人: 阮梅

1.基于改進YOLOX的船舶目標檢測方法，其特征在于，包括如下步驟：

獲取樣本數據集，所述樣本數據集中包含船舶標注圖像和未標注圖像，所述樣本數據集分為訓練集和測試集；

構建YOLOX網絡，對所述YOLOX網絡的主干網絡進行優化，將主干網絡替換為ResNet50，以用于提取圖片小目標特征；

將樣本數據集輸入所述YOLOX網絡中進行訓練和測試，得到船舶檢測模型；

將待檢測的圖像輸入到訓練好的船舶檢測模型中進行檢測，用以輸出船舶檢測結果。

2.根據權利要求1所述的基于改進YOLOX的船舶目標檢測方法，其特征在于，還包括如下步驟：

采用CUTMIX將樣本數據集增加后再進行網絡訓練和測試，提升網絡模型對圖像特征的提取效果。

3.根據權利要求2所述的基于改進YOLOX的船舶目標檢測方法，其特征在于，將訓練集輸入所述YOLOX網絡中進行訓練時，將設置Class＝1，其檢測的目標分為船舶與背景兩類，同時將圖片最多的目標數量設置為10。

4.根據權利要求1所述的基于改進YOLOX的船舶目標檢測方法，其特征在于，所述YOLOX網絡的輸出與CFE模塊相連，所述CFE模塊包括兩個支路，其中，左分支依次包括：卷積核大小為1*k和k*1的卷積層，利用1*k和k*1的卷積分別同時對輸入的數據進行卷積與運算；右分支依次包括：卷積核大小為k*1和1*k的兩個卷積層，利用k*1和1*k的卷積分別同時對輸入的數據進行卷積與運算。

5.根據權利要求1所述的基于改進YOLOX的船舶目標檢測方法，其特征在于，所述樣本數據集采用VOC數據集形式進行排布。

6.根據權利要求1所述的基于改進YOLOX的船舶目標檢測方法，其特征在于，將樣本數據集和待識別圖像進行預處理，所述預處理包括隨機水平或垂直翻轉、裁剪、尺度變換。

7.根據權利要求1所述的基于改進YOLOX的船舶目標檢測方法，其特征在于，所述YOLOX網絡的主干網絡替換為Hourglass。

8.基于改進YOLOX的船舶目標檢測裝置，其特征在于，包括：獲取模塊、圖像處理模塊、模型獲取模塊和識別模塊，其中，

所述獲取模塊，用于獲取樣本數據集，所述樣本數據集中包含船舶標注圖像和未標注圖像，所述樣本數據集分為訓練集和測試集；

所述圖像處理模塊，用于對樣本數據集進行預處理；

所述模型獲取模塊，用于構建YOLOX網絡，所述YOLOX網絡的主干網絡替換為ResNet50，以用于提取圖片小目標特征，用于將樣本數據集輸入所述YOLOX網絡中進行訓練和測試，得到船舶檢測模型；

所述識別模塊，用于將待檢測的圖像輸入到訓練好的船舶檢測模型中進行檢測，用以輸出船舶檢測結果。

9.一種計算機設備，其特征在于，包括：存儲器，用于存儲計算機程序；處理器，用于執行所述計算機程序時實現如權利要求1至7任一項所述的基于改進YOLOX的船舶目標檢測方法。

10.一種可讀存儲介質，其特征在于，所述可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述的基于改進YOLOX的船舶目標檢測方法。