[发明专利]遥感图像舰船检测方法、装置、设备及其存储介质

说明书

本申请公开了遥感图像舰船检测方法、装置、设备及其存储介质。该方法包括：获取待检测的遥感图像；对遥感图像进行处理得到输入图像；将输入图像输入到预先构建的目标检测模型得到目标检测结果，目标检测模型是基于深度学习算法训练得到的，目标检测结果至少包括预测目标物为舰船的条件概率和预测目标物为舰船的置信度。根据本申请实施例的技术方案，提高遥感图像中舰船目标的检测准确率。

技术领域

本申请一般涉及计算机计算领域，尤其涉及遥感图像舰船检测方法、装置、设备及其存储介质。

背景技术

随着我国经济的迅猛发展，海上舰船数量与日俱增，准确的舰船检测有助于监测管理海上的舰船活动，保障国家合法的海洋权益。

基于遥感图像检测舰船目标的方向一直是研究的热点和难点。现有技术中传统的遥感图像舰船检测方法，主要是采用机器学习算法来实现的，这类算法的鲁棒性较低。

其次，传统的遥感图像舰船检测方法，常常需要利用舰船自身的灰度、尺寸、纹理等特征，并基于这些特征作为目标分类识别的参考因素，但是遥感图像在采集过程中难以避免地存在天气等影响因素，导致目标干扰的存在，例如云、海浪、海岛等疑似干扰。这些目标干扰的存在导致现有的遥感图像舰船检测的结果准确性不高。

因此，亟待提出一种新的检测方法。

发明内容

鉴于现有技术中的上述缺陷或不足，期望提供一种基于深度学习的遥感图像舰船检测方法、装置、设备及存储介质，来改善舰船检测的准确性。

第一方面，本申请实施例提供了一种基于深度学习的遥感图像舰船检测方法，该方法包括：

获取待检测的遥感图像；

对遥感图像进行处理得到输入图像；

将输入图像输入到预先构建的目标检测模型得到目标检测结果，目标检测模型是基于深度学习算法训练得到的，目标检测结果至少包括预测目标物为舰船的条件概率和预测目标物为舰船的置信度。

第二方面，本申请实施例提供一种基于深度学习的遥感图像舰船检测装置，该装置包括：

图像获取单元，用于获取待检测的遥感图像；

图像处理单元，用于对遥感图像进行处理得到输入图像；

目标检测单元，用于将输入图像输入到预先构建的目标检测模型得到目标检测结果，目标检测模型是基于深度学习算法训练得到的，目标检测结果至少包括预测目标物为舰船的条件概率和预测目标物为舰船的置信度。

第三方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行该程序时实现如本申请实施例描述的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序用于：

该计算机程序被处理器执行时实现如本申请实施例描述的方法。

本申请实施例提供的基于深度学习对遥感图像的舰船目标进行检测的方法，通过深度学习算法构建的目标检测模型，来改善现有技术中机器学习算法检测结果准确度不高的问题，提高遥感图像中舰船目标的检测准确率。

进一步地，通过滑窗处理和二次非极大值抑制处理，进一步提高遥感图像中舰船目标的检测准确率。

进一步地，通过图像旋转处理，降低了人工收集样本的工作量。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1示出了本申请实施例提供的遥感图像舰船检测方法的流程示意图；