龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：天津理工大学
申请日：2024-04-18
公开（公告）日：2024-06-14
公开（公告）号：CN118196394A
主分类号：G06V10/25
分类号：G06V10/25;G06V10/44;G06V10/80;G06V10/764;G06V10/766;G06V10/82;G06V20/05;G06N3/0464;G06N3/084;G06N3/048
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明公开了一种自适应特征融合与递进金字塔池化的水下目标检测方法，其步骤包括：利用YOLOV7骨干网络对其进行特征提取；将输出特征输入到空间金字塔池化F‑SPPCSP模块进行互相关操作；将输出特征输入到特征融合区域，最终将特征输出到基于自适应空间特征融合检测头。本发明的YOLOv7方法专为水下目标检测而设计，解决了传统方法在应对水下特有挑战时的不足。在本方法中，目标存在的可能性通过目标置信度损失计算，而物体的类别则通过类别置信度损失确定，同时，预测框与实际框之间的偏差通过坐标回归损失评估。这三种损失函数共同作用，综合决定了最终的预测结果，从而在水下环境中提高了目标检测的准确性和可靠性。实现了对水下目标的检测。
主权项：1.自适应特征融合与递进金字塔池化的水下目标检测方法，其特征在于，包括：S1.使用数据增强方法对水下图像进行增强，提高图像对比度、颜色亮度调整，提高训练模型的鲁棒性；S2.将S1得到的图像输入YOLOV7骨干网络进行特征提取；S3.在S2阶段后得到的特征被送入一个名为基于空间金字塔池化的F-SPPCSP，该模块旨在通过选择前K个最相关的窗口中的键值对，同时采用稀疏性操作以忽略那些最不相关的区域，从而在减少所需参数和计算成本的同时，有效捕捉长范围的依赖关系；这种方法不仅加深了模型对上下文语义信息的理解，而且通过扩展感受野，进一步增强了特征的表达能力；S4.将S3融合后的特征输入到添加的FPN特征融合区域，获得四个加强特征；S5.将S4加强特征输入到基于Anchor-base的自适应空间特征检测头网络中，得到目标框内的目标存在分数、物体的类别分数、预测框与真实框之间的误差分数，最终得到目标位置。
全文数据：
权利要求：
百度查询： 天津理工大学 自适应特征融合与递进金字塔池化的水下目标检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号