(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 20221094613 3.2 (22)申请日 2022.08.08 (71)申请人 中国人民解 放军火箭军工程大 学 地址 710025 陕西省西安市灞桥区洪 庆街 道同心路2号 (72)发明人 何川　陈辰　胡昌华　赵东　 乔留军　梁伟涛　 (74)专利代理 机构 西安创知专利事务所 61213 专利代理师 马凤云 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/80(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06N 3/08(2006.01) (54)发明名称 基于双向特征金字塔网络的旋转SAR舰船目 标检测方法 (57)摘要 本发明公开了一种基于双向特征金字塔网 络的旋转SAR舰船目标检测方法， 包括步骤： 一、 设计双向特征金字塔网络； 二、 设计旋转边界框； 三、 利用旋转边界框对SAR舰船检测数据集SSDD 中的舰船目标进行了旋转标注； 四、 设计旋转锚 框； 五、 确定损失函数； 六、 构建目标检测网络； 七、 目标检测网络的训练与测试； 八、 确定最终的 目标检测网络； 九、 对实际SAR舰船目标图像进行 目标检测； 十、 对框选结果进行滤波。 本发明设计 了旋转锚框来更好的匹配旋转目标并提出了用 于旋转目标检测的损失函数， 改进了改进非极大 值抑制算法用于解决检测框重叠率较大的问题， 提出的目标检测网络结合了旋转检测的定位优 势与单阶段框架的速度优势。 权利要求书4页 说明书9页 附图3页 CN 115294452 A 2022.11.04 CN 115294452 A 1.基于双向特征金字塔网络的旋转SAR舰船目标检测方法， 其特征在于， 该方法包括以 下步骤： 步骤一、 设计双向特 征金字塔网络， 过程如下： 步骤101、 在原始的特征金字塔网络的基础上， 增加一条由浅至深的并行特征通道， 并 通过横向连接与原始的特征金字塔网络FPN的浅层特征相连， 形成双向通道的特征金字塔 网络FPN； 步骤102、 简化双向通道的特征金字塔网络FPN， 首先， 在双向通道的特征金字塔网络 FPN的基础上， 去除只有一个输入源的网络节 点； 其次， 采用ResNet中跳跃连接的方式， 将每 层原始的特征金字塔网络的特征图与特征通道中的特征图进 行相加， 得到简化后的双向通 道的特征金字塔网络FPN； 步骤103、 根据正则化公式 对简化后的双向通道的特征金字塔 网络FPN的不同层的特征进行融合， 其中， i为网络节点 的编号， Ini为简化后的双向通道的 特征金字塔网络FPN中第i个网络节点的输入特征， wi为Ini的权重参数， λ为第一超参数， Conv(·)为卷积运算， Out为简化后的双向通道的特征金字塔网络FPN特征融合后网络节 点 的输出特征； 步骤104、 将步骤102中简化后的双向通道的特征金字塔网络FPN作为基本单元进行堆 叠， 搭建双向特 征金字塔网络； 步骤二、 设计旋转边界框： 设计旋转边界框对待检测舰船目标在图像中的位置进行标 注， 旋转边界框通过(x， y， w， h， θ )五个参数进行表 示， 其中， (x， y)为旋转边界框的中心点坐 标， w和h分别表示旋转边界框的宽和高， θ表示旋转边界框的旋转角度， 旋转角度表示水平 轴x轴方向逆时针旋转时与所遇 到矩形的第一条边的夹角， 旋转角度的范围为[ ‑90°， 0°]； 步骤三、 利用旋转边界框对SA R舰船检测数据集SSDD中的舰船目标进行了旋转标注， 将 旋转标注后的SAR舰船检测数据集S SDD按9:1的比例分为训练集和 测试集； 步骤四、 设计旋转锚框： 根据SAR舰船检测数据集SSDD中图像的尺度分布选取三个最优 尺度， 所述 三个最优尺度分别为80、 5 0和30； 当图像的尺度为80时， 旋转锚框的旋转角度选取六种角度， 该六种角度分别为 ‑10°、‑ 25°、‑40°、‑55°、‑70°和‑85°； 旋转锚框的长宽比选取六种比例， 该六种比例分别为1:7、 1: 6、 1:5、 5:1、 6:1和7:1； 当图像的尺度为50时， 旋转锚框的旋转角度选取六种角度， 该六种角度分别为 ‑15°、‑ 30°、‑45°、‑60°、‑75°和‑90°； 旋转锚框的长宽比选取六种比例， 该六种比例分别为1:6、 1: 5、 1:4、 4:1、 5:1和6:1； 当图像的尺度为30时， 旋转锚框的旋转角度选取六种角度， 该六种角度分别为 ‑5°、‑ 20°、‑35°、‑50°、‑65°和‑80°； 旋转锚框的长宽比选取六种比例， 该六种比例分别为1:4、 1: 3、 1:2、 2:1、 3:1和4:1；权　利　要　求　书 1/4 页 2 CN 115294452 A 2步骤五、 确定损失函数 其中， P为特 征图被划分的总网格数， p为特征图中网格的编号且p＝1,2,...,P， Q为每个网格中包含的 预测的旋转边界框总数， q为每个网格的预测的旋转边界框编号且q＝1,2,...,Q， 表示 预测的旋转边界框包含目标且 表示预测的旋转边界框不包含目标且 λloc为位置损失权重， λ1为置信度分数权重， λ2为惩罚权重， λreg为角度损失的权重， (xpq,ypq) 为特征图中第p个网格中第q个预测的旋转边界框的中心点坐标， 为特征图中第p 个网格中第q个预测的旋转边 界框的中心点坐标标签， (wpq,hpq)为特征图中第p个网格中第 q个预测的旋转边界框 的宽和高， 为特征图中第p个网格中第q个预测的旋转边界 框的宽和高的标签， Cpq为特征图中第p个网格中第q个预测的旋转边界框的置信度分数， 为特征图中第p个 网格中第q个预测的旋转边界框的置信度分数标签， θpq为特征图中第 p个网格中第q个预测的旋转边界框 的旋转角 度， 为特征图中第p个网格中第q个预测的 旋转边界框的旋转角度标签， f( ·)为交叉熵函数， μ为平衡因子； 其中， S(·)为Sigmoid函数， 为特征图中第p个网格 中第q个 预测的旋转边界框与对应旋转锚框之间的中心点坐标偏差， 为(xpq,ypq)在特征图 上对应网格的左上角坐标； 其中， 为特征图中第p个网格中第q个预测的旋转边界框与对应 旋转锚框之间的宽和高的偏差， 为特征图中第p个网格中第q个旋转锚框的宽和 高； 其中， 为特征图中第p 个网格中第q个预测的旋转边界框与对应 旋转锚框之间的角度偏移， 为特征图中第p个网格中第q个真实旋转 边界框与对应旋转锚权　利　要　求　书 2/4 页 3 CN 115294452 A 3