一种基于深度学习的海面目标检测与识别方法及系统

摘要

本申请提供了一种基于深度学习的海面目标检测与识别方法及系统，该方法包括：获取多张图片作为原始图像数据并进行边框和类别标注；对原始图像数据进行数据增强，新生成的图片与采集图片作为训练图片；特征提取网络Darknet53中部分卷积处理层修改为Inception模块和ResNet模块，利用修改后的特征提取网络提取训练图片的特征图；将特征图送入多尺度检测网络中，在特征图上生成不同尺度、不同宽高比的预测框拟合图片中的待测目标，多尺度检测网络包括有至少四个检测尺度；采用NMS对预测框进行多余预测框剔除得到待测目标的唯一标识框；对修改后的特征提取网络、多尺度检测网络以及NMS的整个模型进行迭代训练，最终输出整个模型。有效提高对小目标的检测率、减少漏检现象。