买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种海洋牧场排筏吊养牡蛎资源量的人工智能遥感识别评估方法，是一套快速精准评估大面积、分散、小目标排筏吊养牡蛎资源量的方案。收集处理海洋牧场海域的排筏遥感影像数据，基于机器学习目标识别技术提出了旋转角度要素的检测框生成方法，并结合基于像素单元的交并集法来计算目标PIoU损失值，使得损失值对处理标注框大小、位置和旋转角度变得敏感，极大提高精度置信度、精度召回率，实现海洋牧场养殖海域大面积、分散、小目标排筏的数量识别。最后，提出一种综合计算评估海洋牧场排筏养殖牡蛎资源量的OysterRE模型，牡蛎养殖蚝排的数量x×单个蚝排养殖资源生物量w，即为海洋牧场排筏牡蛎养殖总资源量。

主权项：1.一种海洋牧场排筏吊养牡蛎资源量的人工智能遥感识别评估方法，其特征在于：包括以下步骤：S1、牡蛎养殖排筏数据获取、预处理及数据融合：数据来源及裁剪：数据海域的牡蛎养殖排筏目标对象数据为高分辨率遥感影像数据，基于最大限度保留遥感影像目标牡蛎养殖排筏特征的原则，根据待检目标特征设定裁剪大小成统一为320×320；S2、遥感影像数据扩充：将裁剪后得到标准大小的目标牡蛎养殖排筏遥感影像图进行对比度、色度、饱和度、多角度旋转，对遥感影像图片进行8次顺时针和逆时针45°旋转扩充训练数据集；S3、目标对象牡蛎养殖排筏特征标注：标注生成xml格式标注文件，标注提取基础信息以XML格式结构存储到二叉树树形节点中；S4、目标对象角度θ特征扩充及特征向量提取：提取遥感影像图中牡蛎养殖排筏目标对象特征信息，在检测边框基础属性上扩充θ角度特征属性，相应地在养殖排筏特征向量中添加检测目标对象的角度θ特征属性，最终生成含有扩充θ角度特征的目标对象位置特征向量；S5、标注特征文件格式转换XML2TXT：使用Python脚本工具将xml格式数据转换成txt格式获取目标基础信息；其中，width为图像宽，height为图像高，depth为图像通道数；cx为标注框中心点x坐标，cy为标注框中心点y坐标，w为标注框宽，h为标注框高，angle为标注框旋转角度；S6、OysterRE模型超参数设置；设定海洋牧场排筏养殖牡蛎资源量OysterRE模型weight、class、batch-size、epoch及img-size参数并训练模型；S7、基于像素单元的交并集法PioU：PIoU是采取像素单元基础上计数的方式计算倾斜检测框重叠度，并叠加角度指标加入计算IOU，最后以非极大值抑制NMS控制检测框的取舍；PIoU损失函数加入了一个旋转参数，其用像素计数的方法来计算目标IoU，使得损失值对处理理标注框的大小、位置和旋转变得敏感，能够更精确地计算目标交并比IoU，PIoU损失函数的计算公式为： 公式1中，M是所有正样本的集合，|M|是正样本数，真实目标b和目标检测框b′的之间的交集区域和并集区域由b∩b′和b∪b′区分，PIoU函数如公式2所示： 式2中，分子、分母分别表示经损失函数内核函数处理后，目标b和目标检测框b′交集的像素量数和并集的像素量数；S8、目标对象排筏待检框bbox多角度生成：针对待检牡蛎养殖排筏特征，生成多角度边界框去匹配牡蛎养殖排筏形状；给原牡蛎养殖排筏遥感图像增加一个角度维度，并增加八个角度锚点框bbox对含有特征较多的区域进行检测降低边界框重合率；S9、目标对象排筏检测框bbox适配定位：设计合适的初始锚框，使初始锚框大小与遥感图像中待检的牡蛎养殖排筏大小匹配，提高对牡蛎养殖排筏的注意力；S10、OysterRE模型新损失函数确定：为了降低背景和待检目标的重合率使得检测锚点框bbox更好地匹配遥感图像目标，关键是设计合适的目标检测损失函数PIoU计算目标IoU，使得损失值对标注框大小、位置和旋转变得敏感；基于YOLOYouLookOnlyOnce模型框架的置信度损失函数、class分类损失函数、bbox边框回归损失函数基础上，扩充反映角度θ分类损失的新损失函数，实现拟合不同旋转角度的牡蛎养殖排筏目标的bbox特征检测框；完成上述S1至S10后开始训练OysterRE模型；S11、OysterRE模型误差分析分析及指标性能评估：设计F1置信度、精度置信度、精度召回率、召回率置信度指标评估目标检测模型的性能，上述指标定义如下： 上式中，变量TP、FP、FN分别为识别正确数量、识别错误数量、TP为待检目标对象类别是正的，并且模型也预测为正的；FP为待检目标真实类别是负的，但模型却预测为正的；FN为待检目标真实类别是正的，但模型预测为负的；S12、OysterRE牡蛎养殖排筏检测模型：模型训练后，通过误差分析及指标性能评估，识别效果是否达到要求，如果为否则返回继续训练，否则训练完成；S13、现场调查养殖排筏吊养牡蛎生物量：现场调查计数海洋牧场养殖排筏上吊养牡蛎的个数及单重，综合得到个数及重量的均值，则单个蚝排养殖资源生物量w＝均值个数n×均值单重g；S14、排筏吊养牡蛎资源量OysterRE模型评估总资源量：海洋牧场排筏养殖牡蛎资源量OysterRE模型识别出牡蛎养殖蚝排的数量x×单个蚝排养殖资源生物量w，得到海洋牧场排筏牡蛎养殖总资源量，即为最终评估排筏牡蛎养殖资源量。

全文数据：

权利要求：

百度查询： 桂林航天工业学院 一种海洋牧场排筏吊养牡蛎资源量的人工智能遥感识别评估方法