摘要
本发明公开了一种基于水下模糊图像的目标检测方法、装置及设备,方法为:收集水下模糊图像数据集,对目标物进行边界框和类别标注得到已标注数据集;使用未标注和已标注的数据集对搭建的神经网络模型进行训练,得到目标检测模型;其中,神经网络模型首先使用EfficientNet作为主干网络,对输入不带边界框的图像进行特征提取,得到若干中间层特征;然后使用合成融合金字塔网络,对中间层特征进行特征融合;最后使用Linformer进行自注意力机制处理,输出带边界框的图像以及边界框内的目标类别;最终使用训练得到的目标检测模型,对待检测的水下模糊图像进行目标检测。本发明实现对水下模糊图像中目标的高效率高精度检测。
技术关键词
注意力机制
神经网络模型
中间层
图像
金字塔网络
索引
编码
输出特征
前馈神经网络
矩阵
序列
通道
预测类别
分辨率
数据
代表
元素
模型训练模块
系统为您推荐了相关专利信息
多层次特征
跟踪方法
多层感知机
特征融合技术
编码器
快速鉴别方法
冬虫夏草
CCD相机
高斯混合模型
类间方差
巡检设备
智能巡检方法
热红外传感器
光学传感器
流形学习方法
发动机支架总成
外观检测方法
引入注意力机制
GAN模型
零件
判断方法
文本分类模型
深度神经网络
编码模块
非暂态计算机可读存储介质