申请/专利权人：大连智慧渔业科技有限公司

申请日：2021-09-26

公开（公告）日：2024-03-15

公开（公告）号：CN113837104B

主分类号：G06V40/10

分类号：G06V40/10;G06V20/05;G06V10/82;G06V10/80;G06V10/44;G06V10/42;G06N3/0464;G06Q50/02

优先权：

专利状态码：有效-授权

法律状态：2024.03.15#授权;2022.01.11#实质审查的生效;2021.12.24#公开

摘要：本发明提供了一种基于卷积神经网络的水下鱼类目标检测方法、装置及存储介质，对水下鱼类目标检测模型中的主干网络进行了改进，改进后的主干网络包括卷积及其对偶操作的两个卷积神经网络，分别得到待检测水下图像的局部特征图和全局特征图，然后调整输出特征图维度，将具有相同维度的各个通道特征图进行融合，以保证所得各通道不同特征图，且每个特征图均学习到全局信息，从而获取更优质图像特征，为下游目标检测提供可靠数据基础，进而提高水下鱼类目标的检测准确率。

主权项：1.一种基于卷积神经网络的水下鱼类目标检测方法，其特征在于，所述方法包括：获取待检测水下图像；将所述待检测水下图像输入至水下鱼类目标检测模型的主干网络，得到特征提取结果；所述主干网络包括第一卷积神经网络和第二卷积神经网络，所述第一卷积神经网络在特征图通道维度采用不同卷积核，在空间维度采用相同卷积操作；所述第二卷积神经网络在特征图空间维度采用不同卷积核，在通道维度采用相同卷积操作；所述第一卷积神经网络包括1*1卷积层、3*3卷积层、1*1卷积层，所述第二卷积神经网络包括1*1卷积层、3*3内卷层、1*1卷积层，其中，两个卷积神经网络中的1*1卷积层能够共用，两个卷积神经网络中3*3卷积层和3*3内卷层的卷积操作对偶；基于所述特征提取结果，得到水下鱼类目标检测结果。

全文数据：

权利要求：

百度查询： 大连智慧渔业科技有限公司 基于卷积神经网络的水下鱼类目标检测方法、装置及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD