申请/专利权人：江苏海洋大学

申请日：2023-12-08

公开（公告）日：2024-03-22

公开（公告）号：CN117746233A

主分类号：G06V20/10

分类号：G06V20/10;G06V10/80;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明涉及一种水域无人清理船目标轻量化检测方法，包括一个多层特征提取backbone，用于处理输入图像并生成不同维度的特征图，该特征图分别包含细节信息和全局语义信息，适用于不同大小目标的检测；采用了一个多联级混合编码器MCHE，其中包含一个高效的多头自注意力机制EMSA，专门用于处理最高维度的特征图，以增强对大型目标的识别能力；一个特征融合模块EMFFM，通过结合不同尺度的特征层，有效地解决了特征融合过程中的语义鸿沟问题。该方法在提高水面无人清理船目标检测的准确性和效率方面具有显著优势，特别适用于水面垃圾的识别和定位任务，对于提升水域环境保护工作的效率具有重要意义。

主权项：1.一种水域无人清理船目标轻量化检测方法，其特征在于，包含一个TheLRT-DETR网络模型，该模型通过以下步骤完成水面物体检测：具体步骤如下：S1：使用一个backbone骨干网络进行输入图像的特征提取，输出四个不同维度的特征图；从低维到高维或从下到上依次是{F0、F1、F2、F3}；S2：采用一个LEHE轻量级高效混合编码器，通过EMFI高效多头特征交互模块对最高维度的特征图F3进行注意力特征提取得到输出M4；S3：结合EMFFM高效多尺度特征融合模块对{F0、F1、F2、M4}进行特征融合；S4：通过Iou-awarequeryselection交并比感知选择器选取固定数量的图像特征输出序列作为Decoder解码器的初始化对象查询，进一步迭代优化生成目标检测框及置信度分数，表示检测到的目标存在的概率，完成整个图像处理系统的目标检测任务。

全文数据：

权利要求：

百度查询： 江苏海洋大学 一种水域无人清理船目标轻量化检测方法

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