[发明专利]一种级联式由粗到精的卷积神经网络船舶类型识别方法在审
| 申请号： | 201811025411.0 | 申请日： | 2018-09-04 |
| 公开（公告）号： | CN109299671A | 公开（公告）日： | 2019-02-01 |
| 发明（设计）人： | 陈信强;杨勇生;吴华锋;苌道方;于泽崴;张倩楠;陈晶;傅俊杰;赵建森;陈辉兴 | 申请（专利权）人： | 上海海事大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 上海元好知识产权代理有限公司 31323 | 代理人： | 包姝晴 |
| 地址： | 201306 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种级联式由粗到精的深度卷积神经网络船舶类型识别方法，本方法采用随机启发式选择机制来动态调整深度网络的结构和参数设置，本方法通过粗糙级训练和精细级训练两个步骤训练得到可识别船舶类型的深度卷积神经网络。其中，粗糙级训练过程与传统深度卷积神经网络的训练过程类似，该训练过程的输入样本是船舶图片。精细级训练过程则针对粗糙级训练过程中，船舶类型识别精度最低的商船图片，对深度卷积神经网络再次训练，以提高船舶类型识别的整体精度。本发明的方法对不同的船舶类型均可以得到较好的识别精度，为自动化的船舶类型识别，船舶智能航行提供信息支持。 | ||
| 搜索关键词： | 船舶类型 卷积神经网络 训练过程 粗糙 级联式 船舶 精细 参数设置 动态调整 输入样本 信息支持 选择机制 可识别 启发式 自动化 智能 图片 网络 | ||
【主权项】：
1.一种级联式由粗到精的深度卷积神经网络船舶类型识别方法，其特征在于，包括以下步骤：S1：输入所有船舶类型的图片和对应的图片标签，对由粗到精的深度卷积神经网络进行粗糙级训练，得到由粗到精的深度卷积神经网络的设置参数，及不同船舶类型的训练识别精度；S2：利用所述训练识别精度最低的船舶类型的图片，对由粗到精的深度卷积神经网络进行精细级训练，如果深度卷积神经网络尚未达到预设的收敛条件，则返回步骤S1继续训练，否则执行步骤S3；S3：对图片中的船舶进行类型识别，并输出船舶类型的识别结果。
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上海海事大学，未经上海海事大学许可，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/201811025411.0/，转载请声明来源钻瓜专利网。
