一种基于深度学习的鲁棒性舰船目标检测方法

摘要

本发明公开了一种基于深度学习的鲁棒性舰船目标检测方法，包括以下步骤：1：对训练样本进行处理并训练，得到训练分类器；2、获得需处理的遥感图像，并对其进行预处理；3、对预处理后的遥感图像进行海陆分割，得到海陆分割区域，并对不存在舰船的岸上区域进行遮挡；4、获得特征提取网络，并利用其提取步骤3得到的海陆分割区域的旋转不变深度特征，即得到特征图；5、利用分类激活特征图的方法得到舰船这一类别的响应图；6、对步骤5得到的响应图求连通域，得到初步检测框；7、对舰船的参数进行估计，得到带有检测框的结果图。本发明所述方法可以进行水域区分，排除岸上虚警，提高多角度目标的检测精度，大量减少由并排摆放引发的舰船漏检。