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：东北大学

摘要：本发明提供基于轻量化网络的类别不平衡侧扫声呐图像实时识别方法，属于实时水下目标识别的技术领域。所述方法包括：离线模型训练和水下实时在线识别两部分。对于离线模型训练而言，将类别不平衡数据集进行多平衡采样，并基于轻量化分支构建神经网络模型，同时对于部分分支结构使用特征空间正则化以解决泛化变异性问题。对于水下实时在线识别系统而言，为解决无人水下航行器AutonomousUnderwaterVehicle,AUV上的侧扫声呐SideScanSonar,SSS数据实时处理的问题，将原始SSS数据在线解码、转换、拼接得到原始SSS瀑布图，并引入回波强度归一化法进行校正，然后分配图像位置信息实时得到SSS图像，最后将实时得到的处理信息，通过像素重要性值法快速筛选出有效目标图像，并将其输入至部署的轻量化网络中完成水下实时识别。

主权项：1.基于轻量化网络的类别不平衡侧扫声呐图像实时识别方法，其特征在于，包括：离线训练过程S1和实时在线识别过程S2；所述离线训练过程S1包括以下步骤：S11：基于多平衡采样的数据处理；将开源的侧扫声呐图像数据集先按照种类进行分类，再将分类后每一类数据的数量按照从高到低进行排序，排序后通过类别集合G1表示为：G1＝[c1,c2,...,cN]，所述类别集合G1对应的训练样本为G2；其中c1,c2,...,cN表示数据集的类别，c1表示该数据集中样本数量最多的类别，cN表示该数据集中样本数量最少的类别；S12：采用基于轻量化分支残差神经网络提取图像特征，建立基于轻量化网络的类别不平衡实时识别的神经网络模型；S13：所述基于轻量化网络的类别不平衡实时识别的神经网络模型包括：两个轻量化分支f1和f2；将开源的侧扫声呐图像数据集中提取的两个子集g1和子集g2输入至所述基于轻量化网络的类别不平衡实时识别的神经网络模型中完成训练；所述实时在线识别过程S2包括以下步骤：S21：实时获取侧扫声呐数据，并对所述侧扫声呐数据进行处理，将声波强度信息转变成侧扫声呐瀑布图像；S22：实时在线筛选；S23：将实时筛选后的侧扫声呐图像输入至已训练好的所述基于轻量化网络的类别不平衡实时识别的神经网络模型中，进行目标识别，模型的输出即为识别结果。

全文数据：

权利要求：

百度查询： 东北大学 基于轻量化网络的类别不平衡侧扫声呐图像实时识别方法