中远海运科技股份有限公司李川获国家专利权
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!
龙图腾网获悉中远海运科技股份有限公司申请的专利一种自然场景船舶目标检测方法及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:CN120032102B 。
龙图腾网通过国家知识产权局官网在2026-01-06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:202510067527.4,技术领域涉及:G06V10/25;该发明授权一种自然场景船舶目标检测方法及系统是由李川;刘俊;李俊;韩卓成设计研发完成,并于2025-01-15向国家知识产权局提交的专利申请。
本一种自然场景船舶目标检测方法及系统在说明书摘要公布了:本发明提供了一种自然场景船舶目标检测方法及系统,先获取船只检测数据集、COCO数据集以及多张待测自然场景图片,将多张待测自然场景图片分别输入至基于船只检测数据集训练好的YOLOv5x网络模型,得到多张含有船只的自然场景图片再输入至基于COCO数据集训练好的DINO目标检测模型得到每张自然场景图片中所有船舶的第一目标检测结果,并根据每个船舶的第一目标检测结果裁剪出包含船只的裁剪区域,然后采用轮廓查找函数、旋转矩阵函数以及仿射变换函数计算出两个轮廓点的连线与水平方向的夹角,并按照计算出的夹角进行旋转,得到船舶方向校正后的裁剪区域,最后将船舶方向校正后的裁剪区域输入至训练好的YOLOv5nano网络模型进行验证以完成自然场景的船舶目标检测。
本发明授权一种自然场景船舶目标检测方法及系统在权利要求书中公布了:1.一种自然场景船舶目标检测方法,其特征在于,包括以下步骤: 图像及数据集获取步骤:获取船只检测数据集、COCO数据集,以及待测自然场景视频图像,并对待测自然场景视频图像进行分帧处理得到多张待测自然场景图片; 第一阶段有船图筛选步骤:使用所述船只检测数据集作为训练集样本分别对YOLOv5x网络模型和YOLOv5nano网络模型进行训练,分别得到训练好的YOLOv5x网络模型和YOLOv5nano网络模型,并将多张待测自然场景图片分别输入至训练好的YOLOv5x网络模型进行第一阶段筛选检测,得到多张含有船只的自然场景图片; 第二阶段船只精细检测及裁剪区域获取步骤:使用所述COCO数据集对DINO目标检测模型进行训练,得到训练好的DINO目标检测模型,并将第一阶段筛选检测得到的多张含有船只的自然场景图片分别输入至训练好的DINO目标检测模型进行第二阶段筛选检测,得到每张自然场景图片中所有船舶的第一目标检测结果,并根据每个船舶的第一目标检测结果裁剪出包含船只的裁剪区域; 船舶方向矫正步骤:采用轮廓查找函数从包含船只的裁剪区域中提取出船舶轮廓,并根据第一目标检测结果从船舶轮廓中分别提取出横坐标最小值和横坐标最大值对应的点,作为第一轮廓点和第二轮廓点,根据第一轮廓点和第二轮廓点计算出两个轮廓点的连线与水平方向的夹角,再采用旋转矩阵函数创建旋转矩阵,基于旋转矩阵并采用仿射变换函数将裁剪区域中的船舶轮廓按照计算出的夹角进行旋转,得到船舶方向校正后的裁剪区域; 第三阶段检测及检测结果验证步骤:将船舶方向校正后的裁剪区域输入至轻量级的训练好的YOLOv5nano网络模型进行第三阶段检测,得到船舶方向校正后的裁剪区域内船舶的第二目标检测结果,并根据训练好的YOLOv5nano网络模型输出的第二目标检测结果验证训练好的DINO目标检测模型第二阶段筛选检测输出的第一目标检测结果是否存在误检或漏检,若否,则将第二目标检测结果作为最终船舶目标检测结果;若是,则结合第一目标检测结果和第二目标检测结果对误检或漏检情况进行修正,以完成自然场景的船舶目标检测。
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远海运科技股份有限公司,其通讯地址为:200135 上海市浦东新区民生路600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”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励