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：中国人民解放军战略支援部队航天工程大学

摘要：本公开实施例提出了一种SAR影像船舶目标检测模型的构建方法及装置，所述方法包括：获取SAR影像图像训练数据集，采用K‑Means++聚类算法对标注信息中的目标船舶的真实框进行聚类，得到K个不同尺寸的聚类预选框，利用遗传算法对K个不同尺寸的聚类预选框进行小幅度变异，得到K个不同尺寸的预选框；根据所述预选框，对目标检测模型进行优化，得到最终的目标检测模型，目标检测模型基于FasterR‑CNN网络训练得到，FasterR‑CNN网络的特征提取网络采用改进的VGG16网络。本公开通过自适应预选框机制确定预选框，以改进的VGG16网络为特征提取网络，优化了网络结构，提高了检测结果精度和适应性。

主权项：1.一种SAR影像船舶目标检测模型的构建方法，其特征在于，所述方法包括：获取SAR影像图像训练数据集，其中，所述SAR影像图像训练数据集包括每张图像中目标船舶的标注信息，所述标注信息包括目标船舶的位置和尺寸，即目标船舶的真实框；采用K-Means++聚类算法对所述标注信息中的目标船舶的真实框进行聚类，得到K个不同尺寸的聚类预选框，利用遗传算法对K个不同尺寸的聚类预选框在1的范围进行小幅度变异，得到K个不同尺寸的预选框；所述利用遗传算法对K个不同尺寸的聚类预选框在1的范围进行小幅度变异，筛选得到K个不同尺寸的目标预选框，包括：将所述目标船舶的真实框的中心点与其所属的所述聚类预选框的中心点重合，计算所述目标船舶的真实框与所述聚类预选框的交并比；遍历所有的目标船舶的真实框及其所属的聚类预选框，计算出二者交并比的平均值AvgIOU，计算公式如下： 其中，N表示目标船舶的真实框的个数，K表示聚类预选框的个数，xi表示第i个目标船舶的真实框，cj表示第j个聚类预选框；利用遗传算法对K个不同尺寸的聚类预选框在1的范围进行小幅度变异，将变异结果作为新的聚类预选框，重新计算所有的目标船舶的真实框及其所属的新的聚类预选框交并比平均值AvgIOU，若AvgIOU变大，则将聚类预选框更新为AvgIOU变大对应的变异结果，迭代若干次后，得到AvgIOU变大对应的变异结果作为最终预选框；根据AvgIOU随K变化的曲线，确定K值，K值≤12；根据所述预选框，对目标检测模型进行优化，得到最终的目标检测模型，其中，所述目标检测模型基于FasterR-CNN网络训练得到，所述FasterR-CNN网络的特征提取网络采用改进的VGG16网络；所述改进的VGG16网络包括：保留原VGG16网络的前7个卷积层和前2个池化层，每个卷积层后加入一个BN层，删除原VGG16网络的后面6个卷积层，将原VGG16网络的最后三个池化层替换为4个空洞卷积层；所述4个空洞卷积层的空洞数依次递增分别为2、3、4以及5。

全文数据：

权利要求：

百度查询： 中国人民解放军战略支援部队航天工程大学 一种SAR影像船舶目标检测及其模型构建方法及装置