[发明专利]一种基于改进的YOLO V2模型的光学遥感图像舰船检测方法有效
| 申请号： | 201811267636.7 | 申请日： | 2018-10-29 |
| 公开（公告）号： | CN109492561B | 公开（公告）日： | 2021-09-14 |
| 发明（设计）人： | 杨小婷;房嘉奇;李洪鹏;何向晨 | 申请（专利权）人： | 北京遥感设备研究所 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司： | 中国航天科工集团公司专利中心 11024 | 代理人： | 张国虹 |
| 地址： | 100854*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于改进的YOLO V2模型的光学遥感图像舰船检测方法。首先对遥感图像进行预处理，然后利用单个YOLO V2网络模型实现遥感图像舰船目标特征提取、检测、目标定位等过程，克服人工特征提取的不足深层次挖掘数据所含信息；同时考虑到舰船误判为虚警、虚警判别为舰船以及某一类虚警判别为另一类虚警所带来的损失差异，对YOLO V2模型的类别误判损失进行加权修正，强化了网络对舰船目标样本的特征学习，在保证舰船检测性能的基础上缩减训练代数；对于虚警间的误判采用0因子加权，降低了对虚警标定的准确度要求，虚警间的错误标定不影响损失函数的收敛。 | ||
| 搜索关键词： | 一种 基于 改进 yolo v2 模型 光学 遥感 图像 舰船 检测 方法 | ||
【主权项】：
1.一种基于改进的YOLO V2模型的光学遥感图像舰船检测方法，其特征在于，包括如下步骤：(1)图像预处理，得到符合YOLO V2网络模型要求的图像；(2)对经步骤(1)预处理后的图像，进行类别标定，构造YOLO V2损失函数加权矩阵，并对损失函数进行修正；(3)构建图像训练本集和测试样本集，利用步骤(2)中建立的修正后的损失函数进行模型训练；(4)基于改进YOLO V2模型的网络测试。
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北京遥感设备研究所，未经北京遥感设备研究所许可，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/201811267636.7/，转载请声明来源钻瓜专利网。
