【技术实现步骤摘要】
一种基于深度学习的船名字符区域检测方法
本专利技术涉及船名字符区域的检测方法，具体涉及一种基于深度学习的船名字符区域检测方法。
技术介绍
水路运输作为一种高效、快捷的运输方式，对经济的发展起到了一定的助推作用。为了方便对运河进行管理，往往需要了解过往船只的身份信息，因此船名的自动识别技术具有重大意义。当前船名识别技术包括船名字符区域的定位和船名识别两个主要步骤，快速、准确地定位出船名字符区域作为第一步至关重要，因为检测质量的高低将影响后续的识别过程。传统的检测方法选择采用二值化、边缘检测等技术对目标区域进行计算，这种方法很容易受到外界自然环境的影响，检测的准确度偏低，效果不理想。
技术实现思路
为了解决
技术介绍
中的问题，本专利技术提出了一种基于深度学习的船名字符区域检测方法。该方法通过深度神经网络对船名字符区域的位置进行计算，实现了高效、准确、快速的定位功能，且鲁棒性和抗干扰能力强，易于移植。本专利技术采用技术方案如下：本专利技术包括以下步骤：步骤1)采集经过运河的货船图片...
【技术保护点】
1.一种基于深度学习的船名字符区域检测方法，其特征在于：/n包括以下步骤：/n1)采集经过运河的货船图片作为样本图片，然后对样本图片进行预处理，所有样本图片及其标注信息作为数据集；/n2)构建船名字符区域检测网络，使用步骤1)的数据集训练船名字符区域检测网络，得到训练后的船名字符区域检测网络；/n3)对待测货船图片进行预处理后输入步骤2)训练后的船名字符区域检测网络，获得包含置信度得分的目标框；/n4)根据置信度阈值筛选出高得分的目标框，然后通过非极大值抑制算法剔除位置重合度高的目标框，最终保留的目标框作为最终检测结果。/n
【技术特征摘要】
1.一种基于深度学习的船名字符区域检测方法，其特征在于：
包括以下步骤：
1)采集经过运河的货船图片作为样本图片，然后对样本图片进行预处理，所有样本图片及其标注信息作为数据集；
2)构建船名字符区域检测网络，使用步骤1)的数据集训练船名字符区域检测网络，得到训练后的船名字符区域检测网络；
3)对待测货船图片进行预处理后输入步骤2)训练后的船名字符区域检测网络，获得包含置信度得分的目标框；
4)根据置信度阈值筛选出高得分的目标框，然后通过非极大值抑制算法剔除位置重合度高的目标框，最终保留的目标框作为最终检测结果。
2.根据权利要求1所述的一种基于深度学习的船名字符区域检测方法，其特征在于：所述步骤1)和步骤4)中的预处理为将图片缩放至500×500的固定尺寸。
3.根据权利要求1所述的一种基于深度学习的船名字符区域检测方法，其特征在于：所述步骤1)具体为：对样本图片进行预处理后使用标注软件对船名字符区域的位置进行矩形框框定标注，并赋予船名字符区域标签序号1，赋予船名字符区域以外的背景区域标签序号0；所有样本图片及其标注信息作为数据集，标注信息包括标签序号和矩形框的位置信息，矩形框的位置信息为矩形框左上角的坐标值以及矩形框的宽度值和长度值。
4.根据权利要求1所述的一种基于深度学习的船名字符区域检测方法，其特征在于：所述步骤2)具体为：
2.1)构建包括输入层、特征提取模块、特征融合模块、预测模块和输出层的船名字符区域检测网络；
特征提取模块包括基础网络模块和三个卷积模块，输入层依次经基础网络模块、第一个卷积模块、第二个卷积模块连接到第三个卷积模块，基础网络模块为去除全连接层后的VGG16网络，每个卷积模块均包括两个依次连接的卷积层；
特征融合模块包括四个依次连接的子单元，每个子单元包括依次连接的一个反卷积层、一个Eltwise层和一个卷积层，卷积层作为每个子单元的输出；第二个子单元、第三个子单元和第四个子单元中反卷积层的输入分别为上一个子单元的...
【专利技术属性】
技术研发人员：张三元，吴书楷，祁忠琪，涂凯，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。