旋转船只目标检测模型的训练方法、训练装置和存储介质制造方法及图纸

本发明专利技术公开了一种旋转船只目标检测模型的训练方法、训练装置和存储介质。该训练方法包括：对原始旋转船只图像进行预处理和角度标注处理，获得船只标注图像；根据上一轮训练之后的旋转损失情况设定当前训练轮的旋转触发概率，按照所述船只标注图像进行数据增强处理，获得船只增强图像；将所述船只增强图像输入到待训练的旋转船只目标检测模型中，得到预测值；根据所述预测值和所述船只标注图像对应的真实值计算当前训练轮的损失函数值；根据所述损失函数值更新所述待训练的旋转船只目标检测模型的模型参数，完成当前轮训练。通过loss反馈在训练过程中进行动态数据增强，改善了样本不均衡问题，使得数据增强有了针对性，提高了数据增强的效率。提高了数据增强的效率。提高了数据增强的效率。

【技术实现步骤摘要】
旋转船只目标检测模型的训练方法、训练装置和存储介质


[0001]本专利技术属于计算机视觉
，具体地讲，涉及一种旋转船只目标检测模型的训练方法、训练装置、计算机可读存储介质和计算机设备。

技术介绍

[0002]无人机(UAV)具有结构简单，便于维护且携带方便，执行任务效率高与可靠性强等诸多优点，其能够随时随地起降，作业灵活性强，能够满足各种突发任务的需求，适合对港口、渔场、旅游区等处的灵活巡检。相对于以往进行舰船识别使用的合成孔径雷达图像，来自无人机的光学图像具有更详细的信息和更明显的几何结构，更直观且容易理解。相较于卫星图片，无人机视角下受到的云雾干扰更少，目标成像更清晰能够提取更多的有效特征，且无人机巡检方式更适用于特定区域的灵活巡检任务。但同时，在无人机视角中，海面船只目标存在的方向不定和大纵横比特征，使用通用方法无法实现高精度快速识别。
[0003]目前针对旋转目标检测任务，主要分为两大类，分别为五参数法(基于角度的方法)和八参数法(基于角点的方法)。主要研究方向即考虑锚框和边界框生成改进、特征对齐、旋转不变特征的提取等。在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种旋转船只目标检测模型的训练方法，其特征在于，所述训练方法包括：对原始旋转船只图像进行预处理和角度标注处理，获得船只标注图像；根据上一轮训练之后的旋转损失情况设定当前训练轮的旋转触发概率，按照所述船只标注图像进行数据增强处理，获得船只增强图像；将所述船只增强图像输入到待训练的旋转船只目标检测模型中，得到预测值；根据所述预测值和所述船只标注图像对应的真实值计算当前训练轮的损失函数值；根据所述损失函数值更新所述待训练的旋转船只目标检测模型的模型参数，完成当前轮训练。2.根据权利要求1所述的旋转船只目标检测模型的训练方法，其特征在于，所述根据上一轮训练的后的旋转损失情况设定当前训练轮的旋转触发概率的方法包括：在上一轮训练完成之后，判断是否存在旋转损失失衡；若存在旋转损失失衡，则将当前训练轮的旋转触发概率设定为第一预定值；若不存在旋转损失失衡，则将当前训练轮的旋转触发概率设定为第二预定值。3.根据权利要求2所述的旋转船只目标检测模型的训练方法，其特征在于，所述将所述船只增强图像输入到待训练的旋转船只目标检测模型中，得到预测值的方法包括：所述船只增强图像输入到待训练的旋转船只目标检测模型后，得到不同层级的卷积特征图；对每个层级的卷积特征图进行旋转特征对齐操作，获得特征对齐后的卷积区域；根据所述特征对齐后的卷积区域确定预测框的中心坐标、宽度、高度和角度，作为预测值。4.根据权利要求3所述的旋转船只目标检测模型的训练方法，其特征在于，所述对每个层级的卷积特征图进行旋转特征对齐操作，获得特征对齐后的卷积区域的方法包括：遍历多个角度，计算每个角度通道下，预设锚框在所述卷积特征图中确定的特征图区域与目标真值对应的特征图区域的响应值；根据最大的响应值所对应的角度计算得到特征对齐后的卷积区域。5.根据权利要求3所述的旋转船只目标检测模型的训练方法，其特征在于，所述真实值为所述船只标注图像的真实框所对应的中心坐标、宽度、高度和角度，根据所述预测值和所述船只标注图像对应的真实值计算当前训练轮的损失函数值的方法包括：根据所述真实框所对应的中心坐标、宽度、高度、角度和所述预...

【专利技术属性】
技术研发人员：周翊民，吴相栋，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：