详情

原文传递基于改进YOLOX的船舶目标检测方法、装置、设备及介质

专利名称：	基于改进YOLOX的船舶目标检测方法、装置、设备及介质
摘要：	本发明公开基于改进YOLOX的船舶目标检测方法、装置、设备及介质，该方法获取样本数据集，所述样本数据集中包含船舶标注图像和未标注图像，所述样本数据集分为训练集和测试集；构建YOLOX网络，对所述YOLOX网络的主干网络进行优化，将主干网络替换为ResNet50，以用于提取图片小目标特征；将样本数据集输入所述YOLOX网络中进行训练和测试，得到船舶检测模型；将待检测的图像输入到训练好的船舶检测模型中进行检测，用以输出船舶检测结果。本发明通过网络结构改进、模型简化等方法对传统YOLO算法进行改进，使改进算法更好地适应船舶目标检测任务，协助船检人员及早发现潜在的危险并做出正确判断。
专利类型：	发明专利
国家地区组织代码：	海南;46
申请人：	海南大学
发明人：	黄梦醒;张博;冯思玲;毋媛媛;冯文龙;张雨;吴迪
专利状态：	有效
申请日期：	2021-12-16T00:00:00+0800
发布日期：	2022-03-25T00:00:00+0800
申请号：	CN202111543482.1
公开号：	CN114241377A
代理机构：	苏州中合知识产权代理事务所(普通合伙)
代理人：	阮梅
分类号：	G06V20/40;G06K9/62;G06V20/52;G06V10/774;G;G06;G06V;G06K;G06V20;G06K9;G06V10;G06V20/40;G06K9/62;G06V20/52;G06V10/774
申请人地址：	570100 海南省海口市人民大道58号
主权项：	1.基于改进YOLOX的船舶目标检测方法，其特征在于，包括如下步骤：获取样本数据集，所述样本数据集中包含船舶标注图像和未标注图像，所述样本数据集分为训练集和测试集；构建YOLOX网络，对所述YOLOX网络的主干网络进行优化，将主干网络替换为ResNet50，以用于提取图片小目标特征；将样本数据集输入所述YOLOX网络中进行训练和测试，得到船舶检测模型；将待检测的图像输入到训练好的船舶检测模型中进行检测，用以输出船舶检测结果。 2.根据权利要求1所述的基于改进YOLOX的船舶目标检测方法，其特征在于，还包括如下步骤：采用CUTMIX将样本数据集增加后再进行网络训练和测试，提升网络模型对图像特征的提取效果。 3.根据权利要求2所述的基于改进YOLOX的船舶目标检测方法，其特征在于，将训练集输入所述YOLOX网络中进行训练时，将设置Class＝1，其检测的目标分为船舶与背景两类，同时将图片最多的目标数量设置为10。 4.根据权利要求1所述的基于改进YOLOX的船舶目标检测方法，其特征在于，所述YOLOX网络的输出与CFE模块相连，所述CFE模块包括两个支路，其中，左分支依次包括：卷积核大小为1k和k1的卷积层，利用1k和k1的卷积分别同时对输入的数据进行卷积与运算；右分支依次包括：卷积核大小为k1和1k的两个卷积层，利用k1和1k的卷积分别同时对输入的数据进行卷积与运算。 5.根据权利要求1所述的基于改进YOLOX的船舶目标检测方法，其特征在于，所述样本数据集采用VOC数据集形式进行排布。 6.根据权利要求1所述的基于改进YOLOX的船舶目标检测方法，其特征在于，将样本数据集和待识别图像进行预处理，所述预处理包括随机水平或垂直翻转、裁剪、尺度变换。 7.根据权利要求1所述的基于改进YOLOX的船舶目标检测方法，其特征在于，所述YOLOX网络的主干网络替换为Hourglass。 8.基于改进YOLOX的船舶目标检测装置，其特征在于，包括：获取模块、图像处理模块、模型获取模块和识别模块，其中，所述获取模块，用于获取样本数据集，所述样本数据集中包含船舶标注图像和未标注图像，所述样本数据集分为训练集和测试集；所述图像处理模块，用于对样本数据集进行预处理；所述模型获取模块，用于构建YOLOX网络，所述YOLOX网络的主干网络替换为ResNet50，以用于提取图片小目标特征，用于将样本数据集输入所述YOLOX网络中进行训练和测试，得到船舶检测模型；所述识别模块，用于将待检测的图像输入到训练好的船舶检测模型中进行检测，用以输出船舶检测结果。 9.一种计算机设备，其特征在于，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述的基于改进YOLOX的船舶目标检测方法。 10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于改进YOLOX的船舶目标检测方法。
所属类别：	发明专利