公开(公告)号：CN118279714B

公开(公告)日：2025-01-03

申请号：CN202410461472.0

申请日：2024-04-17

Applicant: 江苏海洋大学 ,  蓝湾海洋资源开发技术创新中心 ,  连云港海关综合技术中心

Inventor： 臧奇颜 ,  张键 ,  张恒 ,  刘进涛 ,  王晨钢 ,  李宏然 ,  袁冬青 ,  李明 ,  王静

IPC: G06V10/82 ,  G06V10/774 ,  G06V10/762 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0895 ,  B63B39/12

Abstract: 本发明提出了一种基于弱监督深度学习的船舶水尺识别方法、系统及设备，旨在解决船舶水尺自动识别过程中在复杂环境条件下的准确性问题，对大量精确标注数据的依赖以及高计算资源消耗。通过采用弱监督学习策略，显著减少了对精确标注数据的需求，同时利用未标注数据提高模型的泛化能力和识别准确率。特别设计的深度学习模型能够适应各种复杂环境条件，如不同光照强度和水面反射，保证了高准确性的船舶水尺读数识别。此外，通过模型优化和训练过程的高效管理，显著降低了对计算资源的消耗，使技术更加适合于计算能力受限的设备上部署，为船舶水尺读数的自动化检测提供了一种高效、低成本的解决方案。

公开(公告)号：CN118279714A

公开(公告)日：2024-07-02

申请号：CN202410461472.0

申请日：2024-04-17

Applicant: 江苏海洋大学 ,  蓝湾海洋资源开发技术创新中心 ,  连云港海关综合技术中心

Inventor： 臧奇颜 ,  张键 ,  张恒 ,  刘进涛 ,  王晨钢 ,  李宏然 ,  袁冬青 ,  李明 ,  王静

IPC: G06V10/82 ,  G06V10/774 ,  G06V10/762 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0895 ,  B63B39/12

Abstract: 本发明提出了一种基于弱监督深度学习的船舶水尺识别方法、系统及设备，旨在解决船舶水尺自动识别过程中在复杂环境条件下的准确性问题，对大量精确标注数据的依赖以及高计算资源消耗。通过采用弱监督学习策略，显著减少了对精确标注数据的需求，同时利用未标注数据提高模型的泛化能力和识别准确率。特别设计的深度学习模型能够适应各种复杂环境条件，如不同光照强度和水面反射，保证了高准确性的船舶水尺读数识别。此外，通过模型优化和训练过程的高效管理，显著降低了对计算资源的消耗，使技术更加适合于计算能力受限的设备上部署，为船舶水尺读数的自动化检测提供了一种高效、低成本的解决方案。