[发明专利]基于全卷积神经网络的海天线在线检测方法

权利要求书

1.一种基于全卷积神经网络的海天线在线检测方法，其特征在于，包括以下步骤：

S1:收集实艇传感器图像数据，挑选出不同无人艇视角下的图像，并筛选出包含海天线的图像；

S2：设计全卷积神经网络结构，根据像素点预测分类结果的均方误差构造损失函数，并在海天线检测数据集上进行训练至模型收敛,如果不收敛则在损失函数中加入L2正则化项或采用批量正则化训练方法以使模型达到收敛效果；

S3：对收敛的全卷积模型采用平均像素精度指标对模型准确度进行评价，当平均像素精度指标大于设定值时，执行S4；当平均像素精度指标不满足大于设定值时，返回S2；

S4：使用全卷积神经网络模型对测试图像像素点进行分类，并组合像素点的类别信息和其在图像坐标系下的位置信息，得到每个点的信息元组，包括：类别，x坐标，y坐标；

S5：设计像素坐标系下的海天线方程y＝ax+b以及浅层全连接神经网络，利用图像像素点的信息元组拟合并修正海天线方程参数，得到最终的海天线。

2.根据权利要求1所述的一种基于全卷积神经网络的海天线在线检测方法，其特征在于：对S1中筛选出包含海天线的图像使用图像评价指标均方根误差来判别图像是否符合机器阅读习惯，表达式为：

其中X为平均数，N为样本个数，若RMSE60％则舍去图像，重新对训练集数据进行筛选；若RMSE＝60％则证明该图像可以进一步得到制作数据集。