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：广东省安全生产科学技术研究院

摘要：本申请提出一种基于声呐的模型训练方法、估计方法、装置、设备及存储介质，基于声呐的模型训练方法通过获取真实声呐图像数据集，并通过声呐模拟器生成模拟图像数据集，有利于降低数据的获取难度，便捷地获取更多用于后续训练的图像数据；分别对不同水下岩石场景的若干个第一模拟图像以及船舶底部不同水下场景的若干个第二模拟图像进行分类组合，得到若干个模拟图像组，有利于为模型训练提供更加丰富的图像信息，因此通过真实声呐图像数据集以及模拟图像组，训练复合姿势检测网络以及轨迹神经网络，能够提高网络训练的精度，提高网络的识别准确率，有利于提高目标的姿态参数、目标的行驶轨迹的估计准确率。

主权项：1.一种基于声呐的模型训练方法，其特征在于，包括：获取真实声呐图像数据集，并通过声呐模拟器生成模拟图像数据集，所述模拟图像数据集包括不同水下岩石场景的若干个第一模拟图像以及船舶底部不同水下场景的若干个第二模拟图像，真实声呐图像数据集、第一模拟图像以及第二模拟图像均具有标签信息，所述标签信息包括姿态信息以及运动信息；分别对不同水下岩石场景的若干个第一模拟图像以及船舶底部不同水下场景的若干个第二模拟图像进行分类组合，得到若干个模拟图像组；通过所述真实声呐图像数据集以及所述模拟图像组，训练复合姿势检测网络以及轨迹神经网络；其中，所述复合姿势检测网络用于估计目标的姿态参数，所述轨迹神经网络用于估计目标的行驶轨迹；所述复合姿势检测网络包括CNN网络、预设数量个四合网、预设数量个第一全连接层以及第二全连接层，通过所述真实声呐图像数据集以及所述模拟图像组，训练复合姿势检测网络包括：根据所述真实声呐图像数据集以及所述模拟图像数据集，生成训练集，所述训练集包括若干个训练图像，训练图像包括真实声呐图像、模拟图像组中的图像；通过所述CNN网络，将每一所述训练图像分割成预设数量个子图像，将各个子图像的对应象限通过像素点的空间坐标进行连接；将子图像分别输入至四合网进行处理，每一四合网的输出结果输入至对应的第一全连接层，每一第一全连接层的输出结果输入至第二全连接层，得到目标的姿态参数；根据所述姿态参数、所述姿态信息以及损失函数，确定第一损失值，第一损失值的计算公式为： 其中，为姿态参数中每个自由度的估计，为x轴第k个自由度，为y轴第k个自由度，为z轴第个自由度，为姿态信息中第k个x轴、y轴、z轴自由度的量化，k表示小批量中训练样例的指标，S为小批量大小，R为要估计的参数个数；根据第一损失值对所述复合姿势检测网络进行训练，直至达到第一终止条件。

全文数据：

权利要求：

百度查询： 广东省安全生产科学技术研究院 一种基于声呐的模型训练方法、估计方法、装置、设备及存储介质