一种基于YOLOv7的船舶识别与融合方法、系统、设备及存储介质技术方案

本申请提供了一种基于YOLOv7的船舶识别与融合方法、系统、设备及存储介质，该方法包括：采集各类型的船舶图片，并对船舶图片进行特征标注，获得原始数据集并将其输入至YOLOv7网络模型中训练，获得训练好的YOLOv7网络模型；在摄像头的拍摄范围内，标定多个预置点位的经纬度坐标，并且通过预置点位的延伸线计算出汇聚点，根据汇聚点构建出拍摄画面的经线纬线场；将摄像头的拍摄画面输入至训练好的YOLOv7网络模型进行船舶识别，基于经线纬线场，计算获得船舶的经纬度坐标；获取摄像头拍摄范围内船舶AIS信息，将船舶的经纬度坐标与AIS信息相匹配。本申请通过将船舶识别与船舶AIS经纬度坐标相结合，能够快速准确的监控拍摄范围内船舶的情况。

【技术实现步骤摘要】

本申请涉及船舶检测，具体涉及一种基于yolov7的船舶识别与融合方法、系统、设备及存储介质。

技术介绍

1、海上船舶检测和识别是一项重要的任务，它涉及到航运安全、港口管理、海洋保护等方面。现在，随着计算机视觉和机器学习技术的发展，海上船舶检测和识别已经成为一种可行的技术方案。

2、海上船舶检测和识别主要分为两个步骤：检测和识别。检测是指在海上的图像中找到所有的船舶位置和边界框。识别主要是指每艏船舶的类型和其他特征(如长度、宽度、船名、mmsi等)确定下来。现有船舶ar识别的技术主要为yolo模型，并且运用的版本主要为yolov3。然而，市面上主流的yolov3框架对位于港口的船舶识别这类高精度的特定场景下的高精度识别效率性能相对不够，而且在低分辨率的小目标检测效果也相对较差。

3、鉴于此，本申请提出了一种基于yolov7的船舶识别与融合方法、系统、设备及存储介质，能够快速准确的监控拍摄范围内船舶的情况。

技术实现思路

1、为了解决现有技术在低分辨率的小目标检测效果较差等问题，本申请提供本文档来自技高网...

【技术保护点】

1.一种基于YOLOv7的船舶识别与融合方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于YOLOv7的船舶识别与融合方法，其特征在于，在步骤S3中，将所述摄像头的拍摄画面输入至所述训练好的YOLOv7网络模型进行船舶识别，以及基于步骤S2构建的所述经线纬线场，计算获得船舶的经纬度坐标，包括以下子步骤：

3.根据权利要求2所述的基于YOLOv7的船舶识别与融合方法，其特征在于，在步骤S3中，还包括根据Haversine公式和Dijkstra算法增加点吸附机制，获取所述中心像素点P的近点值，基于所述近点值确定周围船舶的经纬度坐标。p>

4.根据权...

【技术特征摘要】

1.一种基于yolov7的船舶识别与融合方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于yolov7的船舶识别与融合方法，其特征在于，在步骤s3中，将所述摄像头的拍摄画面输入至所述训练好的yolov7网络模型进行船舶识别，以及基于步骤s2构建的所述经线纬线场，计算获得船舶的经纬度坐标，包括以下子步骤：

3.根据权利要求2所述的基于yolov7的船舶识别与融合方法，其特征在于，在步骤s3中，还包括根据haversine公式和dijkstra算法增加点吸附机制，获取所述中心像素点p的近点值，基于所述近点值确定周围船舶的经纬度坐标。

4.根据权利要求1所述的基于yolov7的船舶识别与融合方法，其特征在于，在步骤s4中，获取所述摄像头拍摄范围内船舶的ais信息，将所述船舶的经纬度坐标与所述ais信息相匹配，包括以下子步骤：

5.根据权利要求1所述的基于yolov7的船舶识别与融合方法，其特征在于，在步骤s2中，标定多个预置点位的经纬度坐标，通过...

【专利技术属性】
技术研发人员：杨世斌，蔡志勇，庄海东，刘双印，罗淑娅，
申请(专利权)人：厦门蓝海天信息技术有限公司，
类型：发明
国别省市：