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：青岛科技大学
摘要：本发明提供了基于神经网络的水下声呐图像目标检测方法以及系统，涉及目标检测技术领域，通过构建前视声呐图像数据集，进而构建UP‑YOLO水下声呐图像目标检测网络结构模型；使用C2f卷积作特征提取模块；使用SPPF模块自适应网络输出；使用C2f‑ODConv模块提取目标不同尺度的特征；使用改进的AFPN模块合并非相邻层不同尺度的特征图；使用Wise‑IOU损失函数替换原CIOU分类损失函数加快模型回归速度；使用数据集对UP‑YOLO网络模型进行训练；使用测试集检测模型，输出声呐图像检测结果。此方法构建的系统模型，能够准确识别声呐图像中的目标，且对小目标有更好检测效果，模型具有很高的检测精度。
主权项：1.基于神经网络的水下声呐图像目标检测方法，其特征在于，包括以下步骤：S1构建前视声呐图像数据集；S2对图像数据集进行数据预处理后、将数据转换为所需数据格式，并对数据集的数据进行数据增强；S3基于YOLOv8网络模型改进为UP-YOLO网络模型，并构建UP-YOLO水下声呐图像目标检测网络模型结构；结合改进的AFPN模块、C2f-ODConv模块和Wise-IOU损失函数，在YOLOv8网络模型的基础上，构建整体网络架构UP-YOLO；其中以YOLOv8网络模型为基本架构，使用C2f-ODConv模块作为特征提取模块、使用改进的AFPN模块作为非近邻层特征融合模块、设置Wise-IOU损失函数；S4基于构建数据集中的训练集对UP-YOLO网络模型进行网络训练；S5基于已训练的UP-YOLO网络模型，对测试集和验证集进行目标检测，输出水下声呐图像目标检测结果。
全文数据：
权利要求：
百度查询： 青岛科技大学 基于神经网络的水下声呐图像目标检测方法以及系统
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