一种基于深度学习的船舶黑烟识别方法及系统

本发明提供一种基于深度学习的船舶黑烟识别方法及系统，属于船舶黑烟识别技术领域，包括：步骤1：根据高清设备获取船舶的高清视频，基于目标检测算法获取高清视频的关键帧，并进行预处理；步骤2：设计基于深度可分离卷积的黑烟船识别网络模型，并根据Adam算法对黑烟船识别网络模型进行优化训练；步骤3：将预处理结果输入到网络模型中进行前向推理操作，获取所有的预测框的位置，得到初步的预测结果；步骤4：对预测结果进行非极大值抑制过滤，并基于阈值的限制和船位置获取最终的黑烟框和林格曼黑度，实现船舶的黑烟识别。解决了检测效果不尽如人意，泛化性能较差，对特定场景需要重新训练，无法提升黑烟坐标准确性，提高了误检发生概率的问题。