[发明专利]一种基于YOLOv4算法的船舶目标检测方法

权利要求书

1.一种基于YOLOv4算法的船舶目标检测方法，其特征在于：包括如下步骤：

S1：基于YOLOv4算法建立船舶目标检测模型；

S2：获取船舶目标待检测图像；

S3：将船舶目标待检测图像输入船舶目标检测模型，得到船舶目标检测结果图像。

2.根据权利要求1所述的一种基于YOLOv4算法的船舶目标检测方法，其特征在于：所述的步骤S1的具体方法为：

S1-1：基于卫星船舶图像数据集，获取初始船舶图像数据集，并对初始船舶图像数据集进行预处理，得到预处理后船舶图像数据集；

S1-2：将预处理后船舶图像数据集中每个图像进行网格划分，并获取每个网格的预测框，得到带有预测框的最终船舶图像数据集；

S1-3：建立YOLOv4模型；

S1-4：将最终船舶图像数据集输入YOLOv4模型进行训练，得到船舶目标检测模型。

3.根据权利要求2所述的一种基于YOLOv4算法的船舶目标检测方法，其特征在于：所述的步骤S1-1中，预处理包括依次进行的图像格式处理和数据增强处理。

4.根据权利要求3所述的一种基于YOLOv4算法的船舶目标检测方法，其特征在于：所述的数据增强处理包括对图像进行的几何变换处理、光学变换处理、增加噪声处理、归一化处理以及Mosaic数据增强处理。

5.根据权利要求2所述的一种基于YOLOv4算法的船舶目标检测方法，其特征在于：所述的步骤S1-2中，获取网格的预测框的具体方法为：

A-1：设置当前网格的先验框；

A-2：获取预测框与先验框的偏移量；

A-3：根据偏移量获取当前网格的预测框。

6.根据权利要求2所述的一种基于YOLOv4算法的船舶目标检测方法，其特征在于：所述的步骤S1-3中，所述的YOLOv4模型包括依次连接的骨架网络结构CSPDarknet-53和特征融合网络PAN。

7.根据权利要求2所述的一种基于YOLOv4算法的船舶目标检测方法，其特征在于：所述的步骤S1-4的具体方法为：

S1-4-1：基于标签平滑方法将最终船舶图像数据集输入YOLOv4模型进行训练，得到初始船舶目标检测模型；

S1-4-2：使用CIoU损失函数对初始船舶目标检测模型进行优化，得到最优船舶目标检测模型。

8.根据权利要求7所述的一种基于YOLOv4算法的船舶目标检测方法，其特征在于：所述的标签平滑方法的公式为：

P＝P×(1-ε)+ε/N_c

式中，P为标签值；ε为错误率；N_c为类别个数；

所述的CIoU损失函数的公式为：

L_CIoU＝1-CIoU

式中，L_CIoU为CIoU损失函数；CIoU为回归损失值。