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：北京石油化工学院

摘要：本发明提供了一种水下声呐目标检测系统及方法，属于水下声呐目标检测领域。划分模块、预处理模块、PP‑YOLOv2模块、训练模块和调用模块。在本发明中，利用训练模块调用滤波和分割处理后的图像数据对PP‑YOLOv2模块训练直至预测结果与真实结果的误差损失满足阈值，完成对PP‑YOLOv2模块的训练；利用调用模块将滤波和分割处理后的待检测图像输入训练好的PP‑YOLOv2模块，得到水下声呐目标检测结果。本发明完成了端到端一站式的定义与使用。可以有效加强水下声呐图像目标检测网络感知全局特征信息的能力，提高了目标检测网络针对水下声呐图像的检测能力。

主权项：1.一种水下声呐目标检测方法，其特征在于，包括以下步骤：对水下声呐的图像数据进行分类；对分类后的图像数据和水下声呐的待检测图像进行滤波和分割处理；对滤波和分割处理后的图像数据和待检测图像进行检测；PP-YOLOv2模块包括依次连接的主干网络、链路聚合网络、预测网络、误差损失网络和筛选网络，其中，主干网络包括依次连接五层网络结构，其中前四层网络结构均为卷积网络，第五层网络结构包括两个注意力机制网络和一个可变形卷积网络，所述预测网络的预测头为解耦检测头；调用滤波和分割处理后的图像数据对所述PP-YOLOv2模块训练，包括：利用主干网络对滤波和分割处理后的图像数据进行特征提取，得到三种不同尺度的第一特征图；利用链路聚合网络利用上采样与下采样方法，将三种不同尺度的第一特征图进行融合与提取，得到三种不同尺度的第二特征图；利用预测网络对三种不同尺寸的第二特征图进行结果预测得到最终预测结果；利用误差损失网络根据的预测结果进行误差损失计算，直至预测结果与真实结果的误差损失满足阈值；否则重复主干网络、链路聚合网络、预测网络的图像数据处理步骤；其中，所述利用链路聚合网络得到三种不同尺度的第二特征图的步骤包括：链路聚合网络对主干网络的第三层输出的第一特征图经过一层下采样，使得第一特征图的长宽均减半，得到第一处理图；长宽均减半的第一特征图与主干网络的第四层输出的第一特征图进行深度层次相加，得到第二处理图；链路聚合网络对第二处理图进行下采样，得到第三处理图，第三处理图与主干网络的第五层输出的第一特征图进行深度层次相加，得到第四处理图；将第四处理图作为链路聚合网络的第五层输出；将第四处理图进行上采样后，与第二处理图深度层次相加，作为链路聚合网络第四层的输出；将第四处理图进行上采样后，与第一处理图深度层次相加，作为链路聚合网络第三层的输出；链路聚合网络第五层的输出、链路聚合网络第四层的输出和链路聚合网络第三层的输出即为三种不同尺度的第二特征图；所述利用预测网络对三种不同尺寸的第二特征图进行结果预测得到最终预测结果的步骤包括：将三个第二特征图利用大小为1*1的卷积核调整通道数，得到三个第一通道图和三个第二通道图；分别将三个第一通道图经过两次3*3的卷积，并经过大小为3*3、通道数为类别数加1后乘3的1*1卷积，得到三个物体包含结果；分别将三个第二通道图经过两次3*3的卷积，得到三个第三通道图和三个第四通道图；分别将三个第三通道图经过大小为1*1，通道数为4乘3的卷积核，得到三个位置结果；分别将三个第四通道图经过大小为1*1，通道数为1乘3的卷积核，得到三个标签结果；将同一第二特征图对应的物体包含结果、位置结果和标签结果在通道数层面进行叠加，得到三个总预测结果；将三个总预测结果利用下式进行深度层次拼接得到最终预测结果Output，Output＝concat[ClsX+ObjX+RegX+IouX,axis＝1]式中concat为数组拼接函数，axis为拼接的维度，X为各类别指定维度数量，Cls为类别预测参数，Obj为置信度预测参数，Reg为位置预测参数，Iou为IouAware预测参数；将滤波和分割处理后的待检测图像输入训练好的PP-YOLOv2模块，得到水下声呐目标检测结果。

全文数据：

权利要求：

百度查询： 北京石油化工学院 一种水下声呐目标检测系统及方法