摘要
本发明提出一种适用于水下的组合自监督目标识别方法,包括以下步骤:步骤1:构建水下数据集;步骤2:数据预处理;对水下数据集中的同一数据进行不同的预处理,让检测模型在不同的预测处理结果中找出相似的信息;步骤3:检测模型采用组合自监督方法预训练,将输入图像映射到一个特征空间中,然后缩小正对之间的距离,扩大负对之间的距离,用以通过这一过程帮助检测模型学习数据中对下游任务有用的信息;步骤4:迁移训练,对检测模型预训练获得的权重信息,采用迁移训练进行微调获得获得高精度的水下检测模型,用于水下目标识别;本发明帮助目标模型获得更加丰富的水下目标表征信息,提高水下目标检测器的性能。
技术关键词
识别方法
注意力
模型预训练
前馈神经网络
分支
矩阵
编码器
静态上下文
数据
图像
检测模型训练
通道
输出特征
模块
颜色
本质
语义
解码器
线性
系统为您推荐了相关专利信息
火力发电设备
健康管理方法
数据
决策支持系统
问答系统
社交机器人
线性插值方法
多层感知机
强化学习策略
注意力机制
多时间尺度
电功率预测方法
风电场数据
多尺度
多头注意力机制