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：安徽理工大学
申请日：2024-03-28
公开（公告）日：2024-06-25
公开（公告）号：CN118247647A
主分类号：G06V20/05
分类号：G06V20/05;G06V10/80;G06V10/82;G06N3/045;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明涉及一种基于注意力机制的YOLOv5目标检测方法。在C3模块中的CBS模块结合可变形卷积，提出DBS模块并组成D3模块替换部分C3模块，以适应水下目标的外观、形状的变化；融入加权SimAM注意力机制，自适应地调节模型的关注度，增强在复杂场景下特征表达能力；采用WIOULoss损失函数来替换交叉熵损失，更好地适应不同目标类型和尺寸的特点，提高算法鲁棒性。本发明水下模糊目标数据集进行训练，并将训练好的模型权重用于检测，实验结果表明，本发明具有很好的检测精度并且检测时间较为理想。
主权项：1.一种基于注意力机制的YOLOv5水下目标检测方法，其特征在于，具体包括以下步骤S1、采集水下目标数据集：利用标记工具对水下图像中的目标进行标注，用特定的边框标记各种目标；S2、将的数据集分为训练集Dtrain和验证集Dval；S3、构建基于注意力机制的YOLOv5网络模型，所述模型主要包括Input、Backbone、Neck和Head四个基本组件；所述Input包括Mosaic数据增强、自适应锚框计算、自适应图片缩放；所述Backbone包括CBS模块、C3模块、D3模块、SimAM模块和SPPF模块；所述Neck包括CBS模块和C3模块；所述Head包括Boundingbox损失函数和NMS；S4、对水下数据集进行训练，用WIOULoss作为损失函数，当模型损失曲线趋近于0且无明显波动时停止训练，得到训练权重w，否则继续训练；S5、输入图像进行水下目标检测，将得到的获取到的图像输入到训练权重为w的模型中，根据权重自动检测出水下目标。
全文数据：
权利要求：
百度查询： 安徽理工大学 一种基于注意力机制的YOLOv5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