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:南京工程学院
摘要:本发明公开了一种改进Yolo水下图像小目标和遮挡目标的检测方法,该方法采用改进YoloV3网络模型对水下机器采集的图像进行预测分类,最终输出目标物体在图像中的位置信息和类别信息;本发明中改进YoloV3网络的特征提取模块采用Densenet并增加了一个104*104的特征图,同时对两个转换层进行步长为1的卷积操作和步长为2的最大池化操作,最终输出6个不同尺寸的特征图;本发明增加SPP网络层,对输入的原始特征图进行三种不同尺度的池化操作,能够对物体尺寸的变化和遮挡情况进行鲁棒检测。本发明减少了网络参数,使计算过程更加简单,且提高了小目标的检测精度。
主权项:1.一种改进Yolo水下图像小目标和遮挡目标的检测方法,其特征在于,包括:对水下机器采集的图像进行预处理;将预处理后的图像输入预先训练好的改进YoloV3网络模型中,输出目标物体在图像中的位置信息和类别信息;所述改进YoloV3网络模型包括:特征提取模块,特征增强模块和特征输出模块;所述特征提取模块用于输入预处理后的图像,输出13*13,26*26,52*52和104*104四种尺寸共6个特征图;所述特征提取模块采用Densenet,包括4个DenseBlock,分别对应输出13*13,26*26,52*52和104*104四种尺寸的特征图;第二和第三个DenseBlock之间的转换层经步长为1的卷积操作和步长为2的最大池化操作后生成一个26*26的特征图;第三和第四个DenseBlock之间的转换层经步长为1的卷积操作和步长为2的最大池化操作后生成一个52*52的特征图;所述特征增强模块用于对输入特征图进行多次池化操作,并提取特征;所述特征增强模块采用在YoloV3网络结构的基础上增加SPP网络层;所述SPP网络层用于对输入特征图进行包含5*5、9*9和13*13的三种不同尺度的池化操作;以及从池化操作后的每个块中提取一个特征;所述特征输出模块用于将提取的特征进行整合,输出预测结果,所述预测结果包括目标物体在图像中的位置信息和类别信息。
全文数据:
权利要求:
百度查询: 南京工程学院 一种改进Yolo水下图像小目标和遮挡目标的检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。