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：安徽大学

摘要：本发明公开了一种雾天场景下的海上小目标航拍图像识别模型训练方法，包括：结合现有的雾天成像模型，通过改变雾的厚度和亮度，对原始海上小目标航拍数据集进行加雾，模拟出各种场景下的雾天图像，建立雾天场景下的海上小目标航拍图像数据集；在YOLOv5网络结构模型的基础上设置小目标的检测层，构建雾天条件下的海上小目标航拍图像目标识别模型；基于WIOU以及Wasserstein距离的组合构建新的损失函数，不断调整WIOU以及Wasserstein距离的权重，并利用建立的数据集对模型进行训练。本发明解决了雾天场景下，海上小目标航拍图像识别模型的训练过程中出现的数据集缺乏、去雾效果差、检测精度低的问题，为准确、快速、稳定的雾天场景下海上小目标航拍图像检测模型训练奠定了基础。

主权项：1.一种雾天场景下的海上小目标航拍图像识别模型训练方法，其特征在于，包括：步骤1：结合现有的雾天成像模型，通过改变雾的厚度和亮度，对原始海上小目标航拍数据集进行加雾，模拟出各种场景下的雾天图像，建立雾天场景下的海上小目标航拍图像数据集；步骤2：在YOLOv5网络结构模型的基础上设置小目标的检测层，构建雾天条件下的海上小目标航拍图像目标识别模型；步骤3：基于WIOU以及Wasserstein距离设置目标识别模型调优参数NWD，不断调整WIOU以及Wasserstein距离的权重，并利用步骤1建立的数据集对目标识别模型进行训练；步骤3所述调优参数为NWD＝ω*WIOU+1-ω*Wasserstein其中，ω为WIOU的权重；Wasserstein为归一化的二阶Wasserstein距离；所述WIOU为LWIOU＝γRWIOULIOU LIOU＝1-IOU其中δ,α为超参数,γ为梯度增益,β为离群度,是具有动量m的动态平均IOU值； 其中x,y和xgt、ygt分别是预测框和真实框的中心点坐标，Wg、Hg是真实框的宽和高，为变量转换成的常量，IOU为预测框与真实框交集的面积比上并集的面积；二阶Wasserstein距离计算方式为：先将边界框A＝cx,cy,w,h，其中cx,cy，w,h分别表示为中心坐标、边界框宽度和高度，建模为二维高斯分布Nμ,Σ 计算Wasserstein距离定义并进行归一化，对于2个二维高斯分布μ1＝Nm1+Σ1和μ2＝Nm2+Σ2之间的二阶Wasserstein距离定义为： 式中||·||F为Frobenius范数，||·||2为2范数，表示距离度量，m1,m2代表均值向量，Σ1，Σ2代表协方差矩阵；因此对于2个边界框A和B，其中A＝cxa,cya,wa,ha，边界框B＝cxb,cyb,wb,hb，边界框的二维高斯分布Na和Nb的二阶Wasserstein距离为：

全文数据：

权利要求：

百度查询： 安徽大学 一种雾天场景下的海上小目标航拍图像识别模型训练方法