(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210456023.8 (22)申请日 2022.04.28 (71)申请人 闽江学院 地址 350108 福建省福州市闽侯县溪 源宫 路200号 (72)发明人 明锐　陈圣　陈文浩　李力源　 赵璞石　罗海波　韩晓东　阳清　 (74)专利代理 机构 福州元创专利商标代理有限 公司 35100 专利代理师 陈鼎桂　蔡学俊 (51)Int.Cl. G06V 20/00(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06V 10/762(2022.01) G06V 10/82(2022.01) (54)发明名称 基于yolov5算法的海面船只辨识方法 (57)摘要 本发明涉及一种基于yolov5算法的海面船 只辨识方法， 包括如下步骤： 步骤S1:获取海面船 只图像； 步骤S2:对获取的海面船只图像进行预 处理， 并按比例分为训练集和验证集； 步骤S3:利 用标注工 具对训练集中的图像标注上标签， 记录 类别进行聚类分析构建yolov5神经网络； 步骤 S4:基于训练集和验证集， 对yolov5神经网络中 进行训练和验证， 得到船只身份检测模型； 步骤 S5:将待检测的船只图像输入到训练好的船只身 份检测模型， 最后输出相应的船只身份检测结 果。 本发明能够快速有效的对海面船只进行检测 识别。 权利要求书1页 说明书3页 附图2页 CN 114708489 A 2022.07.05 CN 114708489 A 1.一种基于  yolov5 算法的海面船只辨识方法， 其特 征在于， 包括如下步骤： 步骤S1:获取海面船只图像； 步骤S2:对获取的海面船只图像进行 预处理， 并按比例分为训练集和验证集； 步骤S2:利用标注工具对训练集中的图像标注上标签， 记录类别进行聚类分析构建   yolov5神经网络； 步骤S3:基于训练集和验证集， 对yolov5  神经网络中进行训练和验证， 得到船只身份 检测模型； 步骤S4:将待检测的船只图像输入到训练好的船只身份检测模型， 最后输出相应的船 只身份检测结果。 2.根据权利 要求1所述的基于  yolov5 算法的海面船只辨识方法， 其特征在于， 所述预 处理使用  Mosaic数据增强， 对海面船只图像进行 随机水平或垂直翻转、 裁剪、 尺度变换处 理。 3.根据权利要求1所述的基于  yolov5 算法的海面船只辨识方法， 其特征在于， 所述 yolov5 神经网络训练时， 通过识别从无人机拍摄的图像中船只的特征点来形成最终的检 测模型， 所述船只的特 征点由船名与船只组成。 4.根据权利 要求2所述的基于  yolov5 算法的海面船只辨识方法， 其特征在于， 所述统 一样本数据集的图像大小和像素具体为： 先将图片按照  yolov5 神经网络所需要的输入尺 寸缩小， 之后对于较短边添加的黑色条成为正方形， 以满足  608像素x  608像素的输入规 格。 5.根据权利要求1所述的基于  yolov5 算法的海面船只辨识方法， 其特征在于， 所述   yolov5 神经网络训练过程中用  GIoU Loss用来计算  bounding  box的 Loss， 具体计算方 式是： GIoU=|A∩B| |A∪B|−|C\(A∪B)||C|=IoU−|C\(A∪B)||C| 即将两个任意框  A， B， 找到一个最小的封闭形状  C， 让 C可以把 A， B包含在内， 接着计 算 C中没有覆盖  A和 B的面积占  C总面积的比值， 然后用  A与 B的 IoU减去这个比值。权　利　要　求　书 1/1 页 2 CN 114708489 A 2基于yolov5算法的海面船只辨识 方法 技术领域 [0001]本发明涉及 图像识别领域， 具体涉及一种基于  yolov5 算法的海面船只辨识方 法。 背景技术 [0002] 近年来， 卫星遥感、 视频监控、 人工智能等 新技术快速发展， 并在渔业 活动和管理中得到越来越多的应用， 这些新技术手段不仅有助于提升渔船安全 性、 减少事故 发生， 而且可以为海上监控执法提供 更多的信息和数据， 并应用于分析 研究渔船活动的规 律特点， 提高渔业 监管的效率。 在渔港船只监管中， 如果出现 船名船号因大雾、 夜间看不清、 船舶流 量过大及操作者困乏的状况， 这 就可能造 成船名船号无法实现真确的识别。 现在需要更为精确、 可靠的检测方法来帮助相 关监管人员管理渔港 。 [0003]目前大多渔港系统的现场监管模块中， 仍然采用人工录入船名船号的采集方式。 这种方法存在许多缺陷， 如人员成本高， 需要投入 大量的人力资源才能保证监管质量， 并且 容易被周围环境干扰， 在夜间或者大雾天气时监管困难。 遇到船舶流量大时， 会导致工作进 度缓慢， 效率很低。 发明内容 [0004]有鉴于此， 本发明的目的在于提供一种基于  yolov5 算法的海面船只辨识方法， 能够快速有效的对 海面船只进行检测识别。 [0005]为实现上述目的， 本发明采用如下技 术方案： 一种基于 yolov5 算法的海面船只辨识方法， 包括如下步骤： 步骤S1:获取海面船只图像； 步骤S2:对获取的海面船只图像进行 预处理， 并按比例分为训练集和验证集； 步骤S3:利用标注工具对训练集中的图像标注上标签， 记录类别进行聚类分析构 建 yolov5神经网络； 步骤S4:基于训练集和验证集， 对yolov5  神经网络中进行训练和验证， 得到船只 身份检测模型； 步骤S5:将待检测的船只图像输入到训练好的船只身份检测模型， 最后输出相应 的船只身份 检测结果。 [0006]进一步的， 所述预处理使用  Mosaic数据增强， 对海面船只图像进行随机水平或垂 直翻转、 裁 剪、 尺度变换处 理。 [0007]进一步的， 所述yolov5  神经网络训练时， 通过识别从无人机拍摄的图像中船只的 特征点来形成最终的检测模型， 所述船只的特 征点由船名与船只组成。 [0008]进一步的， 所述 统一样本数据集的图像大小和像素具体为： 先将图片按照  yolov5 说　明　书 1/3 页 3 CN 114708489 A 3