摘要
一种基于未知类别感知的水下开放世界目标检测方法,包括如下技术:提出双卷积注意力机制对水下图像进行特征细化,提出未知感知网络区分已知和未知目标,引入选择性搜索获得更多的目标建议框,引入对比聚类学习样本之间的相似性和差异性,有效地区分已知和未知类别,引入增量学习来逐步学习未知目标直至全部识别。步骤如下:输入图像经过含有双卷积注意力机制的特征提取网络进行特征提取;结合选择性搜索技术提供的目标建议框,计算类别分数和边界框调整值;通过非参数建议模块进一步精确这些建议框,经过两次交并比计算,筛选和区分已知类别和未知类别的目标建议框;对这些目标建议框进行分类和边界框回归,准确地识别和定位图像中的目标对象。
技术关键词
注意力机制
Sigmoid函数
搜索技术
特征提取网络
通道
计算机视觉技术
图像
聚类技术
水下机器人
抓取物体
错误检测
对象
模块
参数
鲁棒性
样本
元素
系统为您推荐了相关专利信息
注意力机制
动态
编码器
滑动窗口技术
估计概率密度函数
数据分析模型
脆弱性评估方法
网络安全信息
多源异构数据
设备状态管理
反演模型
雷达散射截面
参数反演方法
飞机模型
注意力
特征提取模块
图像分割方法
编码特征
通道
边缘轮廓