一种基于融合框架的无人机海洋小船只目标检测方法技术

本发明专利技术涉及一种基于融合框架的无人机海洋小船只目标检测方法，包括步骤：构建目标检测模型；将扩充后的训练集输入到全局检测器中，对图像目标检测采用SimOTA进行正负样本匹配，同时采用Focal Loss函数和GIou Loss对分类损失和回归损失进行计算，通过反向传播算法更新识别全局检测器，遴选最优全局检测器；将全局检测器的输出的预测框进行NMS处理，以处理过后预测框为基础进行前景区域提取。前景块进行组装，拼装成一张图片，输入到局部目标检测器。本发明专利技术采用交叉熵损失函数和区分性对比损失函数监督模型的训练过程，得到具有更强特征学习能力的基于“全局‑局部”融合框架的海洋船只小目标检测模型，具有识别率高，可拓展性强等优点。

【技术实现步骤摘要】

本专利技术涉及深度学习算法与目标检测，具体地指一种基于融合框架的无人机海洋小船只目标检测方法。

技术介绍

1、深度学习的大力发展极大地促进了计算机视觉领域的快速前进，按照对目标的检测流程可以将目标检测方法划分为单阶段和两阶段目标检测模型。两阶段目标检测模型相比于单阶段目标检测模型，增多了一个候选区域提取并生成候选框的过程，第二阶段主要将第一阶段生成的候选框进行精炼和目标的分类。单阶段目标检测算法消除了候选区域提取这一耗时复杂的过程，相对于多阶段目标检测器具有更快的推理速度，与此带来的代价往往是精度相对下降。

2、相比于通用场景，在无人机视角下的目标检测小目标众多。无人机的飞行高度造成和拍摄目标有着较远距离，同时灵活的拍摄云台给予多变的广阔视野，它们共同造就了无人机航拍图像小目标比例高，并且整体目标尺寸不大。根据ms coco数据集的定义准则划分目标的尺寸类别，对于所占面积小于32×32像素的认定为小目标，大于96×96像素的认定为大目标。可以发现无人机场景下的数据集中中小目标占了绝大部分，大目标的比例相比于通用场景，微乎其微，在visdrone本文档来自技高网...

【技术保护点】

1.一种基于融合框架的无人机海洋小船只目标检测方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的一种基于融合框架的无人机海洋小船只目标检测方法，其特征在于，步骤S2）将输入的图像裁剪为640*640像素后进行随机地水平翻转，然后使用图像增强策略对图像进行增强，最终得到扩容后的训练集，记为。

3.根据权利要求2所述的一种基于融合框架的无人机海洋小船只目标检测方法，其特征在于，步骤S2）中图像增强策略包括以下操作中的一种或多种组合：对图像进行归一化操作、按照顺序进行随机颜色失真和高斯模糊、自动增强、随机增强、每次随机选择一个图像增强操作，然后随机确定它...

【技术特征摘要】

1.一种基于融合框架的无人机海洋小船只目标检测方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的一种基于融合框架的无人机海洋小船只目标检测方法，其特征在于，步骤s2）将输入的图像裁剪为640*640像素后进行随机地水平翻转，然后使用图像增强策略对图像进行增强，最终得到扩容后的训练集，记为。

3.根据权利要求2所述的一种基于融合框架的无人机海洋小船只目标检测方法，其特征在于，步骤s2）中图像增强策略包括以下操作中的一种或多种组合：对图像进行归一化操作、按照顺序进行随机颜色失真和高斯模糊、自动增强、随机增强、每次随机选择一个图像增强操作，然后随机确定它的增强幅度，并对图像进行增强、随机从图像中擦除一个矩形区域而不改变图像的原始标签。

4.根据权利要求3所述的一种基于融合框架的无人机海洋小船只目标检测方法，其特征在于，所述目标检测模型由全局检测器、局部检测器、前景区域提取和前景区域组装组成：

5.根据权利要求1所述的一种基于融合框架的无人机海洋小船只目标检测方法，其特征在于，步骤s4...

【专利技术属性】
技术研发人员：熊盛武，叶正泽，孙浩凯，龚腾飞，陈亚雄，
申请(专利权)人：武汉理工大学三亚科教创新园，
类型：发明
国别省市：