一种基于双分支轻量化主干的海底目标检测方法

一种基于双分支轻量化主干的海底目标检测方法，属于侧扫声呐图像海底目标检测研究领域。我们设计一个双分支轻量化主干模型DBnet，在特征提取阶段使用PP‑LCNet和GhostNet两个性能优越的轻量化主干网络通过对输入图像特征进行提取，并对通过精简的Neck结构在减少参数量的同时仍能较好的融合双主干提取到的各级特征，增强不同尺度目标检测能力。在推理阶段，我们采用了SAHI方法，根据AUV水下作业实际，将整张瀑布图裁剪成若干个具有一定重叠率、大小固定的切片再输入到网络当中，有效的解决了AUV等无人平台目标检测模型部署难、检测效率和检测精度低的问题。