一种基于深度学习的多尺度特征融合的海上目标识别方法

本发明公开了一种基于深度学习的多尺度特征融合的海上目标识别方法，包括以下步骤：采集海上船舶包含海上各类目标的图片和视频数据，采集并生成海洋目标检测数据集，将海洋目标分为快艇、军舰、客船、货船、帆船、拖船、皮艇、航标、灯塔、渔船等10类，针对自建的海洋目标数据集检测精度不足的问题，在深度学习网络中加入多尺度特征融合模块，通过融合多层特征并将全局信息注入到更高层，提高检测精度，本发明构建了一种用于海上目标识别的改进深度学习网络模型，具有对海上小目标、多目标、重叠目标都有较好的检测效果的特点，迭代训练结束后可以部署在各个船舶的航行摄像头中，并配套建立监控系统，实现对海上各种目标的实时监控。