一种基于深度学习模型的RD图像舰船目标识别方法[发明专利]

专利名称:一种基于深度学习模型的RD图像舰船目标识别方法
专利类型:发明专利
发明人:房嘉奇,闫雅琼,杨小婷
申请号:CN201910394049.2
申请日:20190513
公开号:CN110188628A
公开日:
20190830
专利内容由知识产权出版社提供
摘要:本发明公开了一种基于深度学习SSD模型的雷达RD图像舰船目标智能检测识别方法,首先构建RD图像舰船目标智能检测识别系统,所构建的系统包括:训练数据获取与标定模块、深度学习SSD识别算法搭建模块、适应RD图像的SSD算法优化模块,通过训练数据获取与标定模块,获取深度学习线下训练的大量舰船目标与干扰数据,并进行类型标定,深度学习SSD识别算法搭建模块根据已标定实验数据构建深度学习目标检测识别中的SSD网络模型,适应RD图像的SSD算法优化模块针对雷达RD图像的典型特征,对SSD网络结构进行参数调整、残差网络替代、迁移学习优化设计。本方法在识别概率与虚警概率上较传统识别算法均有较大提高,为复杂环境下海面舰船检测识别问题提供新的方案。
申请人:北京遥感设备研究所
地址:100854 北京市海淀区永定路51号
国籍:CN
代理机构:中国航天科工集团公司专利中心
代理人:葛鹏

本文发布于:2024-09-22 10:06:28,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/1/481416.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:学习   深度   识别   模块   图像   舰船
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议