公开(公告)号：CN114663683A

公开(公告)日：2022-06-24

申请号：CN202210310895.3

申请日：2022-03-28

Applicant: 南京邮电大学

Inventor： 范保杰 ,  蔡达 ,  丛杨 ,  徐丰羽

IPC: G06V10/56 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T3/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06V20/05

Abstract: 本发明是一种基于空间特征自监督的水下目标检测方法，包括如下步骤：步骤1：采集数据，构建检测任务所需的数据集；步骤2：行数据增强，扩充原有数据并进行手工标注；步骤3：搭建自监督对比学习网络，使用空间注意力和通道归一化使得主干网络适应水下目标检测任务；步骤4：构建水下目标检测网络框架；步骤5：训练水下目标检测网络，得到针对海产品的水下目标检测的网络的权重模型；步骤6：根据权重模型，对已划分的验证集进行结果预测来评估实际应用中的检测效果。发明能够有效地针对水下生物的特点进行对象识别定位；通过自监督学习，使得网络能适应特定的水下场景；本发明提出的方法可以完美地适应水下检测任务。

公开(公告)号：CN114663683B

公开(公告)日：2024-11-15

申请号：CN202210310895.3

申请日：2022-03-28

Applicant: 南京邮电大学

Inventor： 范保杰 ,  蔡达 ,  丛杨 ,  徐丰羽

IPC: G06V10/56 ,  G06N3/0464 ,  G06N3/09 ,  G06T3/4007 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06V20/05

Abstract: 本发明是一种基于空间特征自监督的水下目标检测方法，包括如下步骤：步骤1：采集数据，构建检测任务所需的数据集；步骤2：行数据增强，扩充原有数据并进行手工标注；步骤3：搭建自监督对比学习网络，使用空间注意力和通道归一化使得主干网络适应水下目标检测任务；步骤4：构建水下目标检测网络框架；步骤5：训练水下目标检测网络，得到针对海产品的水下目标检测的网络的权重模型；步骤6：根据权重模型，对已划分的验证集进行结果预测来评估实际应用中的检测效果。发明能够有效地针对水下生物的特点进行对象识别定位；通过自监督学习，使得网络能适应特定的水下场景；本发明提出的方法可以完美地适应水下检测任务。