[发明专利]一种港口目标动态检测的方法及终端

说明书

本发明提供了一种港口目标动态检测的方法及终端，获取港口标记图像集合中的港口标记图像，通过主干网络获取所述港口标记图像对应的不同尺度的第一特征图形成第一特征图集合；根据尺度识别第一特征图集合中的待测目标的待测目标类型，并计算待测目标的预测框，根据预设大小的识别检验框及预测框在港口标记图像中标记待测目标；获取港口标记图像中待测目标的标记框，获取标记框与预测框的第一差值，返回执行S1直至遍历完港口标记图像集合；重复上述步骤直至第一差值小于阈值，得到训练完成的目标识别网络；本发明提高了处理效率，满足在线视频实时计算的性能需求，最终实现海洋目标准确的在线检测。

技术领域

本发明涉及图像识别领域，尤其涉及一种港口目标动态检测的方法及终端。

背景技术

随着海洋强省战略的深入推进，涉海活动日益频繁，渔船、商船、浮标等海上活动目标的全天候无人化监测和管控成了重大需求。一直以来，近海及港口活动目标的监控一直受限于天气气候候多变、需监控目标类型繁多，需监控范围大等问题，在大范围海域内的微小目标监控一直制约福建省近海和港口大范围监控的发展。尽管在部分渔港和养殖区已布设了通用的智能摄像头，但是由于缺乏对海洋场景的深度挖掘和分析，缺乏高效可行的船舶、航标、浮标等海上目标的相关数据集，因此现有的方案不能实现海洋目标的在线检测。

而现有技术中在实现对海洋目标的检测时要么针对海洋目标领域设置专门的检测方法、要么采用通用神经网络来处理水上交通移动目标的识别与跟踪。前者需要大量的工作量，而后者在港口等涉及大量船舶目标聚集且存在港口房屋设施、车辆等多种干扰的情况下准确率不佳。

发明内容

本发明所要解决的技术问题是：提供一种港口目标动态检测的方法及终端，实现海洋目标准确的在线检测。

为了解决上述技术问题，本发明采用的一种技术方案为：

一种港口目标动态检测的方法，包括步骤：

S1、获取港口标记图像集合中的港口标记图像，通过主干网络获取所述港口标记图像对应的不同尺度的第一特征图形成第一特征图集合；

S2、根据所述尺度识别所述第一特征图集合中的待测目标的待测目标类型，并计算所述待测目标的预测框，根据预设大小的识别检验框及所述预测框在所述港口标记图像中标记所述待测目标；

S3、获取港口标记图像中所述待测目标的标记框，获取所述标记框与所述预测框的第一差值，返回执行S1直至遍历完所述港口标记图像集合；

S4、重复S1至S3直至所述第一差值小于阈值，得到训练完成的目标识别网络。

为了解决上述技术问题，本发明采用的另一种技术方案为：

一种港口目标动态检测的终端，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

S1、获取港口标记图像集合中的港口标记图像，通过主干网络获取所述港口标记图像对应的不同尺度的第一特征图形成第一特征图集合；

S2、根据所述尺度识别所述第一特征图集合中的待测目标的待测目标类型，并计算所述待测目标的预测框，根据预设大小的识别检验框及所述预测框在所述港口标记图像中标记所述待测目标；

S3、获取港口标记图像中所述待测目标的标记框，获取所述标记框与所述预测框的第一差值，返回执行S1直至遍历完所述港口标记图像集合；

S4、重复S1至S3直至所述第一差值小于阈值，得到训练完成的目标识别网络。