公开(公告)号：CN115601627A

公开(公告)日：2023-01-13

申请号：CN202211285444.5

申请日：2022-10-20

Applicant: 常州大学(CN)

Inventor： 李宁 ,  张铤波 ,  袁浩珉 ,  徐守坤 ,  杨庆元 ,  袁宝华 ,  龚研

IPC: G06V20/00 ,  G06V10/26 ,  G06V10/30 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及图像处理技术领域，尤其涉及一种基于深度学习的水面垃圾识别方法，包括对水面垃圾识别数据集图片进行剪裁；将特征图与输入图通过残差连接相加后，得到抑制权重；输入图的每个通道分别与作差后的抑制权重逐元素相乘得到带权重的特征图；深层使用两个深度可分离卷积组成DSC模块，浅层使用Res模块；结合通道注意力机制的深度可分离卷积，得到一维的特征矢量，再使用一维卷积生成通道权重，最后将通道权重与原特征图相乘；编码器的Res模块和DSC模块后加入了ECA模块；解码器使用深度可分离卷积模块。本发明解决水面场景存在较多的反光、倒影等噪声干扰以及网络结构模型规模较大，占用存储空间大，消耗计算资源多的问题。