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：大连海事大学

摘要：本发明提供一种基于RT‑Detr模型的水下目标检测方法，包括采集水下图像，使用DualConv模块替换RT‑Detr模型中的主干网络中的BasicBlock模块，使用替换的DualConv模块提取图像特征；使用具有提取高低频信息的高效注意力对RT‑Detr模型中的AIFI模块进行改进；使用SPAN模块代替RT‑Detr中的RepC3模块；在特征抽取和分类两个任务之间增加了回归任务，并且提出了新的回归任务对候选框进行更新；采用了一种新的回归损失函数，该函数能够使得预测框更加接近真实框，从而提高了检测精度和召回率。

主权项：1.一种基于RT-Detr模型的水下目标检测方法，其特征在于，包括以下步骤：S01：获取水下具有噪音的图像数据集；将所述图像数据集按比例划分为训练集、验证集和测试集；S02：在RT-Detr的主干网络中通过增加轻量级双卷积模块，提取输入图像的特征表示；S03：通过所述S02中的双卷积模块中的组卷积将输入通道分成多个组，每个组内的通道独立进行卷积操作，最后将每一组的结果用concat的方式组合起来；S04：通过所述S02中的双卷积模块中的点卷积使用一个大小为1的卷积核，对输入数据进行卷积运；S05：通过所述S03中的组卷积的结果和所述S04中的点卷积的结果相加，获取最终的输出特征图；S06：将Transformer编码器分为两组来解耦注意层中的高低频模式，其中一组通过在每个局部窗口内的自注意编码高频，另一组通过在每个窗口和输入特征映射中的每个查询位置的平均池低频键和值之间执行全局注意来编码低频；S07：通过所述S06中的Transformer编码器生成一组包含目标位置和类别的嵌入向量；S08：通过SPAN模块替代原来RT-Detr中的Repc3模块进行多个卷积层和批量归一化层进行卷积操作；S09：采用L1损失函数进行计算预测框的中心点坐标与真实框的中心点坐标之间的差异；S10：通过匈牙利算法将预测框与真实目标框匹配，根据每个匹配的框，计算交叉熵损失，衡量预测概率分布与真实分布之间的差异，将所有匹配对的交叉熵损失求和，得到总的分类损失；S11：通过所述S09中损失函数的计算结果与S10中分类损失的计算结果，对模型进行反向传播和梯度更新，使得模型能够更好地学习到目标检测的特征和规律，最终得到更加准确的检测结果；S12：根据目标嵌入和匹配结果，输出目标检测的最终结果。

全文数据：

权利要求：

百度查询： 大连海事大学 一种基于RT-Detr模型的水下目标检测方法