一种面向复杂海面场景的多尺度船舶检测方法

    公开(公告)号:CN119313941A

    公开(公告)日:2025-01-14

    申请号:CN202411287309.3

    申请日:2024-09-13

    Abstract: 本发明提供了一种面向复杂海面场景的多尺度船舶检测方法,包括如下步骤:S1、对海面船舶数据集内海面船舶图像进行类气象条件数据增强,对海面船舶数据集内每个海面船舶图像进行船舶标注,标注后采用随机划分的方法将海面船舶数据集分为训练集和测试集;S2、基于YOLOv8n,引入卷积块注意力模块、新型边界框相似度比较度量MPDIoU Loss和轻量级模块VoV‑GSCSP搭建多尺度船舶检测网络模型;S3、使用训练集和测试集对多尺度船舶检测网络模型进行训练,得到训练后的多尺度船舶检测网络模型;S4、利用训练后的模型对复杂海面场景下的船舶进行目标检测识别,输出检测结果。本发明有效提升了多尺度船舶检测的能力,提高了复杂海面场景下船舶识别的目标准确性和快速性。

    一种基于改进D星lite算法的船舶智能航线规划方法

    公开(公告)号:CN119085657A

    公开(公告)日:2024-12-06

    申请号:CN202411287310.6

    申请日:2024-09-13

    Abstract: 本发明提供了一种基于改进D星lite算法的船舶智能航线规划方法,包括如下步骤:S1、针对D星lite算法,选用对角线函数作为D星lite算法的启发函数,并对启发函数进行加权处理,得到D星lite算法的改进启发函数;S2、针对D星lite算法,在D星lite算法的路径函数中引入风险因子,得到D星lite算法的引入风险因子的路径函数;S3、针对D星lite算法,调整D星lite算法的搜索策略;S31、动态调整D星lite算法的搜索步长S32、增加搜索策略中路径的可选择方向;S4、基于S1、S2和S3得到改进后D星lite算法,基于改进后D星lite算法进行船舶智能航线规划;本发明在保障航行安全的同时,实现对规划时间、路径长度以及路径平滑度的优化,使其更加贴合实际航线。

Patent Agency Ranking