摘要
本发明公开了一种结合空间显式视觉和改进的大核注意力的船舶检测方法及系统,属于图像处理和目标检测领域。传统的YOLOv8船舶检测方法无法应对船舶遥感图像中的干扰。本发明将预处理后的船舶遥感图像输入融合改进的大核注意力模块的YOLOv8骨干网络中进行船舶特征提取,并输出多层语义特征图;将最深层的语义特征图通过空间显式视觉模块进行处理,得到处理后的多层语义特征图;通过路径聚合网络‑特征金字塔网络对处理后的多层语义特征图进行特征融合,再输入到YOLOv8的解耦头中进行检测并预测船舶分类和船舶位置;通过计算分类损失和回归损失对模型进行训练,最终得到船舶检测模型用于船舶遥感图像识别;可提高模型对船舶的检测效率、准确性以及检出率。
技术关键词
船舶检测方法
语义特征
注意力
码字
视觉
特征金字塔网络
遥感图像数据
通道
船舶检测系统
因子
Sigmoid函数
遥感图像识别
网络模块
计算方法
级联
输出特征
系统为您推荐了相关专利信息
三维场景重建方法
图像还原
仿真数据
立方体
计算机视觉
铁路异物
数据生成方法
铁轨
引入注意力机制
图像融合技术
注意力机制
分类方法
葡萄
叶片
卷积神经网络结构
自主导航方法
船舶运动数学模型
无人艇
全局地图
强化学习模型