龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号