摘要
本申请提供一种海洋生物检测模型训练方法和海洋生物检测方法,待训练的海洋生物检测模型的主干网络包括卷积层、多个卷积注意力层和空间池化层;训练过程包括:将海洋生物训练样本输入至卷积层进行特征提取,得到第一样本特征;将第一样本特征输入至级联的多个卷积注意力层进行特征提取和特征注意力处理,得到各个卷积注意力层输出的第二样本特征;将最后一个卷积注意力层输出的第二样本特征输入至空间池化层进行降维处理,得到池化特征;将池化特征和预设的若干个第二样本特征输入至颈部网络进行融合处理和空间变换注意力处理,得到多个融合注意力特征;将多个融合注意力特征输入至头部网络进行预测学习处理,以获得准确性高的海洋生物检测模型。
技术关键词
海洋生物检测
注意力参数
模型训练方法
样本
融合特征
分解特征
池化特征
子模块
上采样
卷积模块
变形特征
网络
处理单元
级联
图像
系统为您推荐了相关专利信息
故障分类器
样本
故障诊断方法
识别器
最大化算法
Copula函数
河道系统
场景
因子
风险评估方法
资源推荐模型
预测点击率
解码网络
样本
预测点击概率
融合图像特征
图像识别方法
深度学习模型训练
眼睛
影像