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：武汉理工大学三亚科教创新园

摘要：本发明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FocalLoss函数和GIouLoss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。

主权项：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：S1）处理无人机拍摄的海洋小目标船只图像全局数据集，得到所需原始无人机拍摄图像及其对应的类别标签，全局数据集按比例数量划分训练集、验证集和测试集，分别用于后续对模型进行训练、验证和评估，其中训练集记为，B为训练集的图像数目；S2）将所述训练集的图像进行在线数据增强，使得训练集中每张图像都生成M张不同的增强图像，训练集被扩充后的图像数量为B*M，记为；S3）构建基于“全局-局部”融合框架的无人机海洋小船只目标检测模型；S4）将所述训练集的图像，输入全局检测器，在全局检测器训练过程中采用SimOTA正负样本匹配；全局检测器的回归损失采用GIOU损失，分类损失计算采用FocalLoss损失函数，通过反向传播算法更新全局检测器，并利用步骤S1）中的验证集遴选出最优的全局检测器；S5）将全局检测器的输出经过NMS产生一组全局预测结果，分离出对应的一系列检测框，依据全局检测器的预测进行前景区域块提取；S6）通过步骤S5）的前景区域提取方法得到一系列的前景区域块，采用前景区域组装模块将前景区域块进行组装，拼装成一张图片，输入到局部检测器中，实施局部前景区域块的检测；S7）将步骤S1）中的验证集和测试集与和步骤S2）中数据增强的训练集通过步骤S6）中的前景区域组装模块生成局部检测器所需要的训练集、验证集和测试集，并命名为局部训练集局部验证集和局部测试集；利用局部训练集对局部检测器进行训练；通过局部验证集遴选出最优的局部检测器；S8）分别通过步骤S4）和S7）遴选出的最优的全局检测器和局部检测器，分别在全局的测试集和局部测试集进行测试，将测试的全局预测结果R1和局部预测结果R2进行NMS处理，得到“全局-局部”融合框架海洋小船只的目标检测的结果。

全文数据：

权利要求：

百度查询： 武汉理工大学三亚科教创新园 一种基于融合框架的无人机海洋小船只目标检测方法