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：哈尔滨航天恒星数据系统科技有限公司

摘要：本发明提出一种基于深度学习的渔船越界预警方法，属于目标检测技术领域。包括以下步骤：S1.获取渔船数据，筛选渔船图像，构建渔船目标检测数据；S2.对渔船数据进行标注，生成具有标签的图像数据，将具有标签的图像数据划分为数据集、验证集和测试集；S3.构建渔船目标检测优化模型，并利用数据集对模型进行训练；S4.基于渔船目标检测优化模型对监控区域中的渔船进行目标检测，输出分类结果和标注框，对输出的分类结果进行多目标跟踪；S5.在监控区域中划定越界红线，对越过越界红线的渔船进行预警提示。本发明实现了24小时对视频监控中的渔船进行监测及越界预警，能节省大量的人工核查成本，有效提升在视频监控中渔船的监测效率。

主权项：1.一种基于深度学习的渔船越界预警方法，其特征在于，包括以下步骤：S1.获取渔船数据，筛选渔船图像，构建渔船目标检测数据；S2.对渔船数据进行标注，生成具有标签的图像数据，将具有标签的图像数据划分为数据集、验证集和测试集；S3.构建渔船目标检测优化模型，并利用数据集对模型进行训练；渔船目标检测优化模型包括输入端、骨干网络、颈部网络和检测层；骨干网络由Focus模块、CBS模块、C2fGC模块、SSP模块四个结构组成；C2fGC模块包括GCBlock模块、Resunit模块和Concat模块；GCBlock模块结合了SimplifiedNLblock模块和SEblock模块的思想将特征图输入上下文建模的模块，将输入通过一个1*1的卷积W_k后通过一个softmax函数获取注意力权重，将权重与原始输入相乘，使权重对输入产生影响，获取全局特征；S4.基于渔船目标检测优化模型对监控区域中的渔船进行目标检测，输出分类结果和标注框，对输出的分类结果进行多目标跟踪，方法是：S41.通过检测器获取检测框和对应的检测分数，对检测框进行分类，如果分数高于T_high，将检测框分类为高置信度组，分数低于T_high，高于T_low时，将检测框分类为低置信度组；S42.保留第一次未匹配到轨迹的高置信度检测框以及未匹配到检测框的轨迹；S43.关联未匹配到轨迹的高置信度检测框以及未匹配到检测框的轨迹，保留第二次未匹配到边界框的轨迹，并删除低置信度边界框中在第二次匹配过后未找到对应轨迹的边界框，将边界框被认定为是不包含任何物体的背景；S44.将未匹配到对应轨迹的高置信度边界框作为新出现的轨迹进行保存；S5.在监控区域中划定越界红线，对越过越界红线的渔船进行预警提示；S6.对越过越界红线的渔船进行统计，方法是：S61.使用Supervision方法在视频中设置越线检测位置，LINE_START设置线起点，LINE_END设置线终点，对越界线进行可视化展示；S62.获取ByteTrack识别出的渔船ID，并设置显示置信度高度0.3的渔船；S63.对越过设置的线的渔船ID进行提示，及数量统计；S64.存储的越界数据，对越界的渔船进行视频截取，并存储。

全文数据：

权利要求：

百度查询： 哈尔滨航天恒星数据系统科技有限公司 一种基于深度学习的渔船越界预警方法