一种面向海上小目标检测的全卷积的单阶段目标检测方法技术

本发明专利技术涉及海上救援领域，具体涉及一种面向海上小目标检测的全卷积的单阶段目标检测方法，包括：收集海上场景的图像和视频数据，并标注出数据中小目标的位置和类别信息，以构建海上小目标识别的数据集，所述数据集至少包括训练集和验证集；构建FCOS骨干网络，并在FCOS骨干网络之后添加特征增强模块，得到改进的网络模型；设计抗干扰损失函数；基于训练集，采用多尺度特征融合的方法对网络模型进行训练，得到海上小目标识别模型；在网络模型训练过程中，不断调整中心性损失函数和边界稳定性损失函数的权重系数，并进行验证；部署训练完成的海上小目标识别模型。通过本发明专利技术，在海上小目标检测场景下，可解决FCOS网络目标定位难度大的问题。

【技术实现步骤摘要】

本专利技术涉及海上救援领域，尤其涉及一种面向海上小目标检测的全卷积的单阶段目标检测方法。

技术介绍

1、在海上救援行动中，快速、准确地检测到海上小目标，如落水人员，对于拯救生命至关重要。传统的海上目标检测方法主要依赖于雷达、声纳等设备，但这些设备在检测小目标时存在一定的局限性。雷达对于微小目标的检测精度有限，尤其是在复杂海况下，海浪的干扰会使得目标信号难以准确识别。声纳则主要适用于水下目标的检测，对于水面上的小目标检测效果不佳。

2、近年来，随着计算机视觉技术的发展，基于图像和视频的目标检测方法逐渐成为研究热点。其中，深度学习技术在目标检测领域取得了显著的成果。传统的目标检测算法可以分为两阶段和单阶段算法。两阶段算法如faster r-cnn，先通过区域建议网络(rpn)生成候选区域，再对这些候选区域进行分类和回归。虽然两阶段算法在检测精度上表现较好，但由于其计算复杂度较高，检测速度较慢，难以满足实时性要求较高的海上救援场景。

3、单阶段目标检测算法如yolo系列和ssd等，直接在特征图上进行目标的分类和定位，避免了两阶段算法中候选本文档来自技高网...

【技术保护点】

1.一种面向海上小目标检测的全卷积的单阶段目标检测方法，其特征在于，所述方法包括如下步骤：

2.根据权利要求1所述的一种面向海上小目标检测的全卷积的单阶段目标检测方法，其特征在于，所述特征增强模块采用注意力机制，包括通道注意力机制和空间注意力机制，通过对经过FCOS骨干网络提取的特征图的通道和空间维度进行加权，增强海上小目标的特征响应；

3.根据权利要求2所述的一种面向海上小目标检测的全卷积的单阶段目标检测方法，其特征在于，所述抗干扰损失函数的公式为：Lanti-jamming＝Lcls+αLcenter+βLboundary，其中Lcls为分类损失函数，Lcen...

【技术特征摘要】

1.一种面向海上小目标检测的全卷积的单阶段目标检测方法，其特征在于，所述方法包括如下步骤：

2.根据权利要求1所述的一种面向海上小目标检测的全卷积的单阶段目标检测方法，其特征在于，所述特征增强模块采用注意力机制，包括通道注意力机制和空间注意力机制，通过对经过fcos骨干网络提取的特征图的通道和空间维度进行加权，增强海上小目标的特征响应；

3.根据权利要求2所述的一种面向海上小目标检测的全卷积的单阶段目标检测方法，其特征在于，所述抗干扰损失函数的公式为：lanti-jamming＝lcls+αlcenter+βlboundary，其中lcls为分类损失函数，lcenter为中心性损失函数，lboundary为边界稳定性损失函数，α和β为权重系数；所述中心性损失函数用于确保检测框的中心更接近目标的真实中心，所述边界稳定性损失函数用于减少波浪干扰导致的边界抖动。

4.根据权利要求3所述的一种面向海上小目标检测的全卷积的单阶段目标检测方法，其特征在于，所述中心性损失函数的公式为：

5.根据权利要求4所述的一种面向海上小目标检测的全卷积的单阶段目标检测方法，其特征在于，所述边界稳定性损失函数采用iou的变化率来衡量边界的稳定性，设目标的真实...

【专利技术属性】
技术研发人员：张卫东，高睿，陈昊，程杰仁，李华，张云飞，邹雪松，杜亚军，戴林，高明煜，
申请(专利权)人：海南大学，
类型：发明
国别省市：