[发明专利]基于全卷积神经网络的舰船目标分割方法、系统及介质

摘要

本发明提供了一种基于全卷积神经网络的舰船目标分割方法、系统及介质，包括：构建训练样本步骤：获取原始数据集，对原始数据集中的船舰图像进行增强操作，获得增强后的船舰图像，对增强后的船舰图像进行归一化处理，获得训练样本集；训练样本标定步骤：对训练样本集中的船舰图像进行逐像素的标注；网络构建步骤：构建训练网络，获得待训练网络；网络训练步骤：对获得的待训练网络，使用反向传播算法来更新神经元的权重和偏置，最终使得神经网络达到收敛状态，获得训练好的网络。本发明采用深度学习的方法，实现对目标图像的分割，不仅提高了分割准确率，同时也缩短了目标分割的时间。

主权项

1.一种基于全卷积神经网络的舰船目标分割方法，其特征在于，包括：构建训练样本步骤：获取原始数据集，对原始数据集中的船舰图像进行增强操作，获得增强后的船舰图像，对增强后的船舰图像进行归一化处理，获得训练样本集；训练样本标定步骤：对训练样本集中的船舰图像进行逐像素的标注；网络构建步骤：构建训练网络，获得待训练网络；网络训练步骤：对获得的待训练网络，利用所述训练样本集进行训练，更新神经元的权重和偏置，最终使得神经网络达到收敛状态，获得训练好的网络；目标分割步骤：将待分割图像进行归一化处理，获得待分割图像集，将待分割图像集输入到训练好的网络中，输出分割后的图像。