一种复杂场景多尺度船舶检测方法及系统

    公开(公告)号:CN119832377A

    公开(公告)日:2025-04-15

    申请号:CN202411898340.0

    申请日:2024-12-20

    Abstract: 本发明提供了一种复杂场景多尺度船舶检测方法及系统,先获取船舶SAR图像数据集,并构建改进的YOLOv8网络模型,包括改进Neck网络,改进Neck网络包括依次串联连接的第一特征融合结构、第二特征融合结构、第三特征融合结构、第四特征融合结构、第五特征融合结构和第六特征融合结构,第一特征融合结构、第二特征融合结构和第三特征融合结构均包括依次相连的上采样层、拼接层和C2f结构,第四特征融合结构、第五特征融合结构和第六特征融合结构均包括依次相连的Conv卷积层、拼接层以及RGBlock结构,RGBlock结构包括多个依次串联的RGConv模块,RGConv模块包括多个并行的卷积层分支,卷积层分支包括第一Ghost卷积层从分支、第二Ghost卷积层主分支以及Conv卷积层从分支,提高了对小目标检测性能。

    一种基于多层级图神经网络的多模态情感识别方法及模型

    公开(公告)号:CN116341558A

    公开(公告)日:2023-06-27

    申请号:CN202211554875.7

    申请日:2022-12-06

    Abstract: 本发明公开了一种基于多层级图神经网络的多模态情感识别方法及模型,解决了现有技术存在复杂度高、对并行计算不利的问题,其技术方案要点是包括步骤:对单个模态数据的语义时序信息分别进行特征提取,构建单模态节点及连接边,形成单模态特征图结构;通过多个图卷积神经网络进行聚合,得到单模态内部的语义关系张量;利用协调损失函数调整影响因子;通过多种类型的边将多个模态结点进行连接,构建多模态特征图结构,对多种模态信息进行融合;使用多层级图神经网络,根据不同类型的边进行聚合,预测情感类别,本发明的一种基于多层级图神经网络的多模态情感识别方法及模型,能有效结合单模态和多模态信息,提升多模态情感识别的准确率。

Patent Agency Ranking