基于轻量化网络的类别不平衡侧扫声呐图像实时识别方法

本发明提供基于轻量化网络的类别不平衡侧扫声呐图像实时识别方法，属于实时水下目标识别的技术领域。所述方法包括：离线模型训练和水下实时在线识别两部分。对于离线模型训练而言，将类别不平衡数据集进行多平衡采样，并基于轻量化分支构建神经网络模型，同时对于部分分支结构使用特征空间正则化以解决泛化变异性问题。对于水下实时在线识别系统而言，为解决无人水下航行器(Autonomous Underwater Vehicle,AUV)上的侧扫声呐(Side Scan Sonar,SSS)数据实时处理的问题，将原始SSS数据在线解码、转换、拼接得到原始SSS瀑布图，并引入回波强度归一化法进行校正，然后分配图像位置信息实时得到SSS图像，最后将实时得到的处理信息，通过像素重要性值法快速筛选出有效目标图像，并将其输入至部署的轻量化网络中完成水下实时识别。