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：河南大学

摘要：本发明提供一种基于改进Retinanet的水下目标检测网络及方法。该网络包括：backbone层、neck层和head层；backbone层采用残差网络Resnet50；neck层包括特征金字塔网络模块、上下文提取模块和注意力引导模块；head层包括下采样模块、分类子网络和框回归子网络；其中，待检测的水下图像经过backbone层进行后得到四个不同大小的特征图；四个不同大小的特征图并列输入至neck层进行特征融合，得到四个不同大小的新特征图；四个不同大小的新特征图中的最上层的新特征图经下采样模块之后，连同其他三个新特征图一并输入至分类子网络和框回归子网络从而得到水下图像中的各水下目标。

主权项：1.基于改进Retinanet的水下目标检测网络系统，其特征在于，包括：backbone层、neck层和head层；所述水下目标检测网络系统中的任一网络层均为全互连接，所述全互连接是指上一层的特征映射作为当前层的输入，当前层的特征映射作为下一层的输入；所述backbone层采用残差网络Resnet50；所述neck层包括特征金字塔网络模块、上下文提取模块和注意力引导模块；所述head层包括下采样模块、分类子网络和框回归子网络；所述特征金字塔网络模块包括相连接的两个结构相同的特征分支和三个上采样模块，将两个特征分支分别记作前特征分支和后特征分支，通过前特征分支接收来自backbone层输出的特征图，通过后特征分支输出特征融合后的新特征图；每个所述特征分支包括四个结构相同的卷积块；其中，前特征分支中当前层卷积块的最终输出一方面直接作为后特征分支中对应层卷积块的输入；另一方面经过所述上采样模块之后与下一层卷积块的直接输出进行Add操作；其中，若当前层卷积块为最上层卷积块，其最终输出即为直接输出；否则，其最终输出为Add操作之后的输出；所述前特征分支中最上层卷积块的输出依次经过上下文提取模块和注意力引导模块之后输入至后特征分支中对应层卷积块；其中，待检测的水下图像经过所述backbone层进行后得到四个不同大小的特征图；四个不同大小的特征图并列输入至所述neck层进行特征融合，得到四个不同大小的新特征图；四个不同大小的新特征图中的最上层的新特征图经所述下采样模块之后，连同其他三个新特征图一并输入至所述分类子网络和所述框回归子网络从而得到所述水下图像中的各水下目标。

全文数据：

权利要求：

百度查询： 河南大学 基于改进Retinanet的水下目标检测网络及方法