买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东大学;平湖空间感知实验室科技有限公司

摘要：本发明公开了一种基于卷积神经网络的暗弱天体搜寻方法，涉及暗弱天体识别技术领域，步骤如下：S1、将预处理后的天文图像作为数据集，训练得到卷积神经网络模型，生成最优的模型参数；S1.1、构建基于天文图像的数据集；S1.2、卷积神经网络模型的搭建，建立MDyhead‑YOLO模型；S1.3、基于S1.1获得的数据集进行卷积神经网络模型训练，生成最优的MDyhead‑YOLO模型参数；S2、将训练所得模型用于天文图像中的目标检测任务。本发明采用上述步骤的一种基于卷积神经网络的暗弱天体搜寻方法，将预处理后的天文图像作为数据集用来训练模型，然后将训练所得模型用于天文图像中的目标检测任务，专门应用于处理天文观测图像中暗弱天体的识别，具有漏检率低、误检率低的优点。

主权项：1.一种基于卷积神经网络的暗弱天体搜寻方法，其特征在于：步骤如下：S1、将预处理后的天文图像作为数据集，训练得到卷积神经网络模型，生成最优的模型参数；S1.1、构建基于天文图像的数据集；S1.2、卷积神经网络模型的搭建，建立MDyhead-YOLO模型；S1.2中搭建卷积神经网络模型的具体步骤如下：S1.2.1、配置深度学习运行环境；S1.2.2、对YOLOV8模型进行优化，建立MDyhead-YOLO模型；对YOLOV8模型进行优化的内容包括：将多尺度空洞注意力机制MSDA和CSPDarkNet53特征提取网络相融合，得到CSP-MSDA网络模型，CSP-MSDA网络模型包括特征提取网络、特征融合网络和检测头网络，在特征提取网络中，使用MSDA作为主干网络中的特征提取模块，前三层由CBS模块依次连接，第四层为CBS-EMBC模块，第五层为CBS模块，第六层为CBS-EMBC模块，第七层、第八层为CBS模块；在特征融合网络中，第九层为CBS模块，第十层为Unsample模块，第十一层将第八层和上一层的输出放入Concat模块中，第十二层为CBS-EMBC模块，第十三层为Unsample模块，第十四层将第六层的输出和上一层输出放入Concat模块，第十五层为CBS-EMBC模块，第十六层为Unsample模块，第十七层将第四层的输出和上一层输出放入Concat模块，第十八层为CBS-EMBC模块，第十九层为Maxpooling模块，第二十层将第二层的输出和上一层的输出合并放入Concat模块；在检测头网络中，采用Dyhead：将第十一层，第十四层，第二十层作为接入数据；将检测头网络修改为动态注意力检测头Dyhead，分别计算特征、空间位置、通道之间的注意力值；S1.3、基于S1.1获得的数据集进行卷积神经网络模型训练，生成最优的MDyhead-YOLO模型参数；S2、将训练所得模型用于天文图像中的目标检测任务。

全文数据：

权利要求：

百度查询： 山东大学 平湖空间感知实验室科技有限公司 一种基于卷积神经网络的暗弱天体搜寻方法