一种基于YOLOv4算法的船舶目标检测方法技术

本发明专利技术属于船舶检测技术领域，具体公开一种基于YOLOv4算法的船舶目标检测方法，包括如下步骤：S1：基于YOLOv4算法建立船舶目标检测模型；S2：获取船舶目标待检测图像；S3：将船舶目标待检测图像输入船舶目标检测模型，得到船舶目标检测结果图像。本发明专利技术解决了现有技术存在的提取船舶目标困难、检测模型泛化能力不强以及检测的精度有限的问题。以及检测的精度有限的问题。以及检测的精度有限的问题。

【技术实现步骤摘要】
一种基于YOLOv4算法的船舶目标检测方法


[0001]本专利技术属于船舶检测
，具体涉及一种基于YOLOv4算法的船舶目标检测方法。

技术介绍

[0002]海上运输是国际物流中最主要的运输方式，其运输总量占据全球货运总量的2/3以上。然而，随着航运流量的迅速增长，海上违规事件时有发生，破坏环境的船舶事故、海盗行为、非法捕鱼、贩毒和非法货物运输等事件时有发生，严重破坏了海洋运输秩序，对我国的经济和安全造成了严重的影响，这迫使许多组织对海洋进行更密切的监视，因此，对船舶进行有效的检测和识别具有重要的理论意义和应用价值。
[0003]现有技术的问题：
[0004]1)船舶检测不同于常见的人脸检测、车辆检测等问题，船舶图像背景复杂，存在多种干扰信息，包括光照因素、云雾天气、水面波动、船舶目标小，使得提取船舶目标变得困难，增加了处理时间甚至造成了大量的漏检误检等现象。另外，数据集稀缺，样本不均衡，造成许多检测模型泛化能力不强，使得目前船舶检测工作极具挑战性。
[0005]2)现有技术中，目标检测大都通过手工特征提取的方法，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于YOLOv4算法的船舶目标检测方法，其特征在于：包括如下步骤：S1：基于YOLOv4算法建立船舶目标检测模型；S2：获取船舶目标待检测图像；S3：将船舶目标待检测图像输入船舶目标检测模型，得到船舶目标检测结果图像。2.根据权利要求1所述的一种基于YOLOv4算法的船舶目标检测方法，其特征在于：所述的步骤S1的具体方法为：S1
‑
1：基于卫星船舶图像数据集，获取初始船舶图像数据集，并对初始船舶图像数据集进行预处理，得到预处理后船舶图像数据集；S1
‑
2：将预处理后船舶图像数据集中每个图像进行网格划分，并获取每个网格的预测框，得到带有预测框的最终船舶图像数据集；S1
‑
3：建立YOLOv4模型；S1
‑
4：将最终船舶图像数据集输入YOLOv4模型进行训练，得到船舶目标检测模型。3.根据权利要求2所述的一种基于YOLOv4算法的船舶目标检测方法，其特征在于：所述的步骤S1
‑
1中，预处理包括依次进行的图像格式处理和数据增强处理。4.根据权利要求3所述的一种基于YOLOv4算法的船舶目标检测方法，其特征在于：所述的数据增强处理包括对图像进行的几何变换处理、光学变换处理、增加噪声处理、归一化处理以及Mosaic数据增强处理。5.根据权利要求2所述的一种基于YOLOv4算法的船舶目标检测方法，其特征在于：所述的步骤S1
‑
2中，获取网格的预测框的具体方法为：A
‑
1：设置当前网格的先验框；A
‑
2：获取预测框与先验框的偏移量；A
‑
3：根据偏移量获取当前网格的预测框。6.根据权利要求2所述的一种基于YOLOv4算法的船舶目标检测方法，其特征在于：所述的步骤S1
‑
3中，所述的YOLOv4模型包括依次连接的骨架网络结构CSPDarknet
‑
53和特征融合网络PAN。7.根据权利要求2所述的一种基于YOLOv4算法的船舶目标检测方法，其特征在于：所述的步骤S1
‑
4的具体方法为：S1
‑4‑
1：基于标签平滑方法将最终船舶图像数据集输入YOLOv4模型进行训练，得到初始船舶目标检测模型；S1
...

【专利技术属性】
技术研发人员：吴尽昭，熊菊霞，苏伟，张久文，屈志毅，贾旭强，
申请(专利权)人：兰州大学，
类型：发明
国别省市：