首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于声呐图像的目标实时检测分类方法、介质及系统 

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:青岛哈尔滨工程大学创新发展中心;哈尔滨工程大学

摘要:本发明提供了一种基于声呐图像的目标实时检测分类方法、介质及系统,属于声呐图像目标分类识别技术领域,包括:将URPC2021声呐数据集按8:1:1的比例分成训练集、验证集和测试集,并为训练数据集建立包含目标位置、大小和类别的标签。将训练集和验证集输入AC‑YOLOX网络进行训练,使用Mosaic和Mixup数据增强策略增加数据多样性,训练目标包括目标坐标、置信度和类别概率。用该训练好的目标实时检测分类模型,输入实时获取的声呐图像,输出目标实时检测分类结果。解决了现有技术难以解决由于内外部干扰共同存在于声呐系统的工作环境中,导致最终得到的水下目标实时检测分类准确度不够的技术问题。

主权项:1.一种基于声呐图像的目标实时检测分类方法,其特征在于,包括以下步骤:S10、将URPC2021声呐数据集按8:1:1的比例分成训练集、验证集和测试集,并根据声呐图像中目标的位置、大小和类别建立标签,作为训练数据集;S20、基于YOLOX网络结构进行改进,构建AC-YOLOX网络,具体是在YOLOX网络结构的dark3、dark4、dark5的多个残差结构前添加CBAM注意力机制,在Neck与Head之间添加自适应特征融合的ASFF模块;S30、将所述训练集与验证集输入所述AC-YOLOX网络进行训练,训练过程中采用Mosaic和Mixup数据增强策略增加数据多样性,其中训练的输入为声呐图像数据,训练的输出为目标的位置坐标、置信度和类别概率;S40、将训练好的模型采对所述测试集进行预测,输出分类结果,计算模型的评估指标,包括准确率、精确率、召回率和F1分数;S50、根据所述评估指标,调整所述AC-YOLOX网络的网络结构、超参数和训练策略,重复步骤S20~S50,直至模型性能达到预设的预期目标,保存为目标实时检测分类模型;S60、利用所述目标实时检测分类模型,输入实时获取的声呐图像,输出目标实时检测分类结果。

全文数据:

权利要求:

百度查询: 青岛哈尔滨工程大学创新发展中心 哈尔滨工程大学 一种基于声呐图像的目标实时检测分类方法、介质及系统

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。