申请/专利权人:电子科技大学长三角研究院(湖州)
申请日:2023-12-07
公开(公告)日:2024-04-12
公开(公告)号:CN117876856A
主分类号:G06V20/05
分类号:G06V20/05;G06V10/82;G06N3/0464;G06V10/10
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明公开了一种水下目标检测方法,包括获取待检测水下图像;构建水下目标检测模型;所述水下目标检测模型包括双分支特征提取网络、多尺度特征融合网络和预测网络;所述双分支特征提取网络包括在C2f模块添加CBAM模块的骨干网络和小波变换网络;利用骨干网络进行全局特征提取,获得第一、二、三特征图;利用小波变换网络进行细节特征提取,获得第四特征图,并将第一特征图与第四特征图进行通道拼接获得第五特征图;利用多尺度特征融合网络对第二、三、五特征图进行融合,生成用于检测不同尺寸目标的第六、七、八特征图;利用预测网络根据第六、七、八特征图预测待检测水下图像的类别。本发明能够增加融合特征中的特征信息,从而提高模型检测准确度。
主权项:1.一种水下目标检测方法,其特征在于,包括以下步骤:获取待检测水下图像;构建水下目标检测模型;所述水下目标检测模型包括双分支特征提取网络、多尺度特征融合网络和预测网络;所述双分支特征提取网络包括在C2f模块添加CBAM模块的骨干网络和小波变换网络;利用骨干网络对待检测水下图像进行全局特征提取,获得第一、二、三特征图;利用小波变换网络对待检测水下图像进行细节特征提取,获得第四特征图并将第一特征图与第四特征图进行通道拼接获得第五特征图;利用多尺度特征融合网络对第二、三、五特征图进行特征融合,生成用于检测不同尺寸目标的第六、七、八特征图;利用预测网络根据第六、七、八特征图预测待检测水下图像的类别。
全文数据:
权利要求:
百度查询: 电子科技大学长三角研究院(湖州) 一种水下目标检测方法
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。