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！

申请/专利权人：北京理工大学

摘要：一种提升SAR图像中弱监督有向舰船检测精度的方法，属于合成孔径雷达图像有向舰船检测领域。采用水平包围框标注数据，同时利用SAR图像中舰船的形态学特性，以弱监督方式协同训练有向舰船检测网络，突破SAR图像有向舰船标注数据不足对有向检测舰船检测方法的限制；采用一种舰船朝向提取机制，无需引入其他数据即可直接从SAR图像中提取出舰船的朝向，用于与加载的水平包围框标注协同训练角度校正网络；采用一种角度校正网络，通过网络自行预测出的朝向将舰船包围框的角度修正至正确范围，提高网络对舰船角度的检测准确性。本发明适用于舰船检测领域，能够降低SAR图像中弱监督有向舰船检测的成本，提高检测精度。

主权项：1.一种提升SAR图像中弱监督有向舰船检测精度的方法，其特征在于：包括如下步骤，步骤一、构建CNN双阶段舰船检测网络模型，按照网络前向传播顺序依次包括：用于特征提取的主干网络，用于分级预测的特征金字塔网络，用于候选框预测的区域建议网络，以及用于输出有向包围框和舰船判别结果的检测头网络；步骤二、搭建具有三个分支的角度校正网络，并嵌入至步骤一所述模型中的区域建议网络之后；步骤三、加载SAR舰船数据集与水平包围框标注，至步骤一及步骤二搭建好的模型中进行模型训练；步骤四、使用角度校正网络输出的朝向，校正有向包围框的角度至正确范围；步骤五、提取用于训练角度校正网络朝向分支的监督信息；按照步骤三中所加载的水平包围框标注，从SAR图像中截取出舰船目标切片，并以短边为边长截取为方形切片，根据目标切片两条对角线区域灰度值大小判定舰船朝向；步骤六、训练角度校正网络；使用步骤五中舰船朝向O训练角度校正网络的朝向预测分支；并将步骤四中所述角度校正网络输出的有向包围框通过几何关系映射为水平包围框，其参数为x1′,y1′,x2′,y2′，其中x1′,y1′与x2′,y2′分别为所述映射得到水平包围框的左上端点与右下端点在SAR图像上的坐标，并与步骤三中加载的水平包围框标注计算损失，完成负责预测舰船包围框中心坐标与长宽的分支训练；所述几何映射过程如下： 其中x,y,w,h,α为步骤四中所述校正后的有向包围框参数；步骤七、训练检测头网络；按照步骤四所述角度校正网络输出的有向包围框从特征图中池化出特征，经检测头网络处理后，输出更为精细的有向包围框；所述有向包围框经步骤六中所述的几何映射过程获得水平包围框，与步骤四所加载的水平包围框标注进行损失计算完成检测头网络训练。

全文数据：

权利要求：

百度查询： 北京理工大学 一种提升SAR图像中弱监督有向舰船检测精度的方法