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：河海大学
申请日：2024-01-03
公开（公告）日：2024-06-25
公开（公告）号：CN118247645A
主分类号：G06V20/05
分类号：G06V20/05;G06V10/774;G06V10/82;G06V10/42;G06V10/80;G06N3/0464
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明公开了一种新型DDCE‑YOLOv8s模型的水下图像目标检测方法。首先，为应对水下目标种类、大小、姿态的复杂变化性，提出一种融合可变形卷积模块对水下目标进行特征提取；然后，为了解决水下小尺度目标较难检测的问题，设计一种深度加权双向特征金字塔网络进行特征融合；第三，针对水下目标密集重叠容易漏检的问题，构建基于内容感知特征重组模块的特征上采样方法；第四，为了抑制冗余特征，引入高效多尺度注意力机制；最后，将上述模块进行整合，构建新型DDCE‑YOLOv8s网络模型，实现对水下目标的精确检测。本发明提出的方法针对水下目标的特殊性，从不同角度增强网络模型，有效提高水下目标的检测性能。
主权项：1.一种新型DDCE-YOLOv8s模型的水下图像目标检测方法，其特征在于，包括以下步骤：1构建水下图像目标检测数据集，并制作相应的标签文件，然后将目标样本数据集按比例分为训练集Train和测试集Test；2提出一种融合可变形卷积模块C2f_DC对水下图像目标进行特征提取；3设计一种深度加权双向特征金字塔网络DeepBiFPN对目标特征进行融合；4构建一种基于内容感知特征重组模块CARAFE的特征上采样方法，替代传统YOLO模型中的最近邻上采样方法；5引入一种高效多尺度注意力机制EMA，对特征进一步增强；6将上述模块进行整合，构建新型DDCE-YOLOv8s网络模型，然后进行训练，实现对水下目标的精确检测。
全文数据：
权利要求：
百度查询： 河海大学 一种新型DDCE-YOLOv8s模型的水下图像目标检测方法
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