[发明专利]一种改进的基于YOLO V2的船舶目标检测方法在审
| 申请号： | 201810907289.3 | 申请日： | 2018-08-10 |
| 公开（公告）号： | CN109165585A | 公开（公告）日： | 2019-01-08 |
| 发明（设计）人： | 陈亮;刘韵婷;于洋;宋建辉;李世杰 | 申请（专利权）人： | 沈阳理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 沈阳智龙专利事务所(普通合伙) 21115 | 代理人： | 周智博;宋铁军 |
| 地址： | 110000 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种改进的基于YOLO V2的船舶目标检测方法，包括以下步骤：（1）依据VOC数据集格式制作船舶数据集；（2）以改进的Darknet‑19网络作为基础网络，做YOLO V2的特征提取器和分类网络，添加额外的辅助网络层在改进的Darknet‑19上完成定位检测，构成完整的YOLO V2目标检测网络；（3）利用搭建好的网络结构训练模型；（4）利用训练出的模型进行船舶目标检测及模型评估。效果1：取代了传统的非成像技术和成像技术的船舶检测方法，避免了外界干扰对船舶检测带来的影响，并且基于YOLO V2的实时性和准确度能满足海洋监管系统的实时监测、准确检测的要求。效果2：针对小目标检测效果不好的问题，对网络做了改进，在很大程度上解决了目标检测领域小目标检测效果不好的问题。 | ||
| 搜索关键词： | 船舶目标 检测 改进 成像技术 船舶检测 目标检测 小目标 特征提取器 准确度 船舶数据 定位检测 分类网络 辅助网络 基础网络 监管系统 模型评估 实时监测 外界干扰 网络结构 训练模型 准确检测 网络 传统的 实时性 数据集 海洋 制作 | ||
【主权项】：
1.一种改进的基于YOLO V2的船舶目标检测方法，其特征在于：该方法包括以下步骤：(1)依据VOC数据集格式制作船舶数据集；(2)以改进的Darknet‑19网络作为基础网络，做YOLO V2的特征提取器和分类网络，添加额外的辅助网络层在改进的Darknet‑19上完成定位检测，构成完整的YOLO V2目标检测网络；(3)利用搭建好的网络结构训练模型，对模型进行评估；(4)利用训练出的模型进行船舶目标检测及模型测试。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于沈阳理工大学，未经沈阳理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810907289.3/，转载请声明来源钻瓜专利网。
