一种自监督学习的多尺度旋转目标检测方法和装置制造方法及图纸

本发明专利技术公开了一种自监督学习的多尺度旋转舰船目标检测方法和装置。包括一个构建的坐标感知金字塔模块(CAPP)，用来增强骨干网络部分对目标的感知提取能力以及改善特征融合部分细节特征丢失的问题；一个特征提取网络(Swin Transformer+)，其采用自监督掩码SimMIM方法的Swin Transformer进行特征提取，以解决数据样本不平衡，分类性能下降的问题；此外，一个多尺度特征融合模块(CAFPN‑A)，引入CAPP与多尺度特征融合机制相结合来增强模型的感知能力，以改善目标特征信息少的问题。本申请在特征提取特征融合部分对网络进行了改进，并构建了一个坐标感知金字塔模块，提高了舰船目标检测的准确性。本申请还提供了一种自监督学习的多尺度旋转舰船目标检测装置，具有上述有益效果。

【技术实现步骤摘要】

本专利技术涉及旋转目标检测领域，特别是涉及一种自监督学习的多尺度旋转目标检测方法和装置。

技术介绍

1、传统的舰船目标检测方法通常基于图像处理和模式识别技术，使用手工设计的特征和目标检测算法。然而，这些方法在复杂海洋环境下表现不佳，检测准确率低且易受到光照变化、海浪干扰等因素的影响。此外，传统方法对大规模数据的处理效率低下，难以满足实时监测需求。随着深度学习的快速发展，基于cnn的目标检测方法可以自动学习特征，更适用于实际应用场景。现阶段，主流的目标检测方法主要分为水平目标检测方法和定向目标检测方法。水平目标检测方法是指目标的最终检测框与坐标轴平行，不预测目标方向的检测方法。此方法无需对基于自然图像的目标检测方法进行大量的改进就可应用到其他图像目标的检测中。但是水平目标检测方法应用于遥感图像或者航拍图像会存在一些问题。定向目标检测方法侧重于检测具有方向信息的对象。主要是根据物体的方向绘制物体的边界，使实际物体与边界框之间的面积差异最小化，从而准确地将旋转物体与背景分开。对比与水平目标检测方法，定向目标检测方法可以更精确的描述目标的方向角度，提高准确率。尽管本文档来自技高网...

【技术保护点】

1.一种自监督学习的多尺度旋转目标检测方法和装置，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种自监督学习的多尺度旋转目标检测方法和装置，其特征在于：所述步骤S2中，我们将自监督方法simmim与swin transformer结合，并将我们提出的坐标感知金字塔模块(CAPP)与之结合，以解决数据样本不平衡，分类性能下降的问题。

3.根据权利要求1所述的一种自监督学习的多尺度旋转目标检测方法和装置，其特征在于：所述步骤S3中，我们提出的坐标感知金字塔模块(CAPP)，CAPP由ASPP(空洞空间卷积池化金字塔)模块和CoorAtt(坐标注意力机制)模块两...

【技术特征摘要】

1.一种自监督学习的多尺度旋转目标检测方法和装置，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种自监督学习的多尺度旋转目标检测方法和装置，其特征在于：所述步骤s2中，我们将自监督方法simmim与swin transformer结合，并将我们提出的坐标感知金字塔模块(capp)与之结合，以解决数据样本不平衡，分类性能下降的问题。

3.根据权利要求1所述的一种自监督学习的多尺度旋转目标检测方法和装置，其特征在于：所述步骤s3中，我们提出的坐标感知金字塔模块(capp)，capp由aspp(空洞空间卷积池化金字塔)模块和cooratt(坐标注意力机制)模块两部分组成。首先将输入数据经四个不同采样率的空洞卷积层分支以及一个全局平均池化分支，以获得不同尺度特征表示和全局上下文信息，并提取全局特征。然后将...

【专利技术属性】
技术研发人员：颜飞，李四宇，刘云清，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：