公开(公告)号：CN114998603B

公开(公告)日：2024-08-16

申请号：CN202210253811.7

申请日：2022-03-15

Applicant: 燕山大学

Inventor： 李鑫滨 ,  陈海洋 ,  于海峰

IPC: G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于深度多尺度特征因子融合的水下目标检测方法，属于水下目标检测技术领域，包括采集水下目标检测图像，对水下原始图像进行预处理，裁剪成适合网络输入的图像；对水下图像进行数据增强处理并进行标注，扩大算法训练的数据集；构建具有多尺度特征融合、软阈值注意力机制的检测模型，将标注好的图像数据集送进改进Faster RCNN网络模型进行训练；对训练好的水下目标检测模型进行性能评估。本发明提高了算法水下目标特征提取能力，提高了水下目标检测的平均精度，可用于获取水下图像里海产品及其位置。

公开(公告)号：CN114998603A

公开(公告)日：2022-09-02

申请号：CN202210253811.7

申请日：2022-03-15

Applicant: 燕山大学

Inventor： 李鑫滨 ,  陈海洋 ,  于海峰

IPC: G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度多尺度特征因子融合的水下目标检测方法，属于水下目标检测技术领域，包括采集水下目标检测图像，对水下原始图像进行预处理，裁剪成适合网络输入的图像；对水下图像进行数据增强处理并进行标注，扩大算法训练的数据集；构建具有多尺度特征融合、软阈值注意力机制的检测模型，将标注好的图像数据集送进改进Faster RCNN网络模型进行训练；对训练好的水下目标检测模型进行性能评估。本发明提高了算法水下目标特征提取能力，提高了水下目标检测的平均精度，可用于获取水下图像里海产品及其位置。