买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中航西安飞机工业集团股份有限公司申请的专利一种基于深度学习的飞机识别与检测系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115620177B 。

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211251635.X，技术领域涉及：G06V20/17；该发明授权一种基于深度学习的飞机识别与检测系统是由范军华;刘贡平;杨锋;张磊磊;穆志国;贾涛;师鹏;赵烨;高洁;杨喆设计研发完成，并于2022-10-12向国家知识产权局提交的专利申请。

本一种基于深度学习的飞机识别与检测系统在说明书摘要公布了：本发明公开了一种基于深度学习的飞机识别与检测系统，包括图像处理模块、数据集构建模块、数据获取模块、图像采集模块、深度学习数据集模块、启动模块、目标检测模块、电源模块、识别算法模块、网络连接模块、图像预处理模块、图像分割模块、图像特征提取模块、图像模型识别模块、手工标注标签模块和图像加强模块。本发明对经过预分类的图像信息先恢复处理，后续通过对像素点的增强和校正，达到增加图像清晰度的效果。识别算法模块通过网络结构模型设计和优化提升特征信息的传递效率，使用分辨率不同的遥感影像进行初次训练，采用随机改变图像尺度进行训练，实现图像的自动获取、判读和结果处理，提高飞机系统的测试质量和效率。

本发明授权一种基于深度学习的飞机识别与检测系统在权利要求书中公布了：1.一种基于深度学习的飞机识别与检测系统，包括图像处理模块、数据集构建模块、数据获取模块、图像采集模块、深度学习数据集模块、启动模块、目标检测模块、电源模块、识别算法模块、网络连接模块、图像预处理模块、图像分割模块、图像特征提取模块、图像模型识别模块、手工标注标签模块和图像加强模块，其特征在于：所述启动模块的输出端连接有所述深度学习数据集模块的输入端，所述深度学习数据集模块的输出端连接有所述图像采集模块的输入端，所述图像采集模块的输出端连接有所述数据获取模块的输入端，所述数据获取模块的输出端连接有所述图像处理模块的输入端，所述图像处理模块的外部固定安装有电源模块和网络连接模块，所述图像处理模块的输出端连接有所述数据集构建模块的输入端，所述数据集构建模块的输出端连接有所述目标检测模块的输入端，所述目标检测模块的输出端连接有所述识别算法模块的输入端，通过上述模块的处理与分析，最终实现图像中飞机目标的识别与检测，具体步骤如下： S1：启动模块启动后，电源模块为整个系统提供电能； S2：深度学习数据集模块对来源于GoogleEarth的全球影像截图、NWPUVHR-10数据集、DOTA数据集以及RSOD数据集中的图片信息进行采集，形成图像数据库； S3：图像采集模块通过机上数据接口实时采集地面上的地物性质和状态的图像数据； S4：图像获取模块根据步骤S2图像采集模块采集图像数据进行传输，最终将数据输入到图像预处理模块端口； S5：图像预处理模块首先对图像进行灰度化处理，之后对图像采用平滑滤波的方法进行去噪； S6：图像分割模块对图像进行分割，分割方法输人图像为灰度图像，进行阈值操作后输出二值图像，对分割后图像进行轮廓提取； S7：图像特征提取模块采用灰度共生矩阵来提取能量、对比度、熵、和相关性4个参数以及图像的形状特征和不变矩特征； S8：图像模型识别模块使用SSD算法并结合InceptionV2卷积网络运算后作为飞机的目标图像识别模型； S9：网络连接模块为整个系统提供网络连接支持； S10：手工标注标签模块对数据进行清洗和增强后，按照PASCALVOC格式对样本进行统一命名，并对图像进行手工标签标注； S11：图像加强模块设置一个测试集对模型进行效果评估； S12：目标检测模块对框架的一些配置选项进行了修改，去掉框架中的数据增强方式，在框架中，图像的输入大小为300×300，在卷积层之后的非线性激活函数采用ReLU6，从而实现图像目标检测； S13：识别算法模块经过第一个卷积层Conv1之后的图像大小为120×120×64，卷积采用Same卷积第二个卷积层Conv2的原理同Conv1一样，卷积操作后产生的通道个数不变；接下来是一个池化层Pool_1，采用的是最大池化操作，Pool_1之后连着两个卷积层Conv3和Conv4，原理同前面的卷积层一样，不同之处在于将通道数改为128；接着是第二个池化层Pool_2，操作原理同前一个池化层一样，Pool_2之后连着两个卷积层Conv5和Conv6，将通道数设置为256；然后又添加了一个池化层Pool_3，Pool_3之后堆叠3个卷积层，分别是Conv7、Conv8和Conv9，这3个卷积层将通道数都设置为512；三个卷积层之后添加一个池化层Pool_4，然后再堆叠3个卷积层Conv10、Conv11和Conv12，并将其通道数设置为1024，之后添加一个池化层Pool_5；在Pool_5之后添加两个全连接层用来预测图像的类别；将第一个全连接层的神经单元设置为2048个，同时应用Dropout原理并将其值设置为0.5；将第二个全连接层的神经元个数设置为图像的类型个数，并将Dropout值设置为0.8，最后使用Softmax函数来输出预测的图像类型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中航西安飞机工业集团股份有限公司，其通讯地址为：710089 陕西省西安市西飞大道一号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。