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。