摘要
本发明公开一种核工业弱光照环境下易反光目标物体的检测方法及系统,核心在于结合数据增强和多通道注意力机制的残差神经网络。方法包括:利用高斯分布生成过曝画布与目标图像像素叠加进行数据增强;通过残差神经网络提取复杂环境特征;采用空间与通道注意力模块并行处理,强化特征的相关性和关注度;利用多路径特征聚合金字塔网络生成融合特征;最终通过预测模块的全连接层和激活函数计算类别概率,实现精确识别。本发明通过解耦设计和分块搭建优化模型,显著提升了机器人在复杂核工业环境中的目标识别能力,增强了检修效率与安全性,降低了人工干预风险,确保了核设施的可靠安全运行。
技术关键词
物体检测方法
残差神经网络
金字塔网络
反光
光照
画布
注意力机制
模块
图像像素
融合特征
多路径
物体检测系统
核工业环境
计算机设备
数据
层级
强化特征
残差网络
系统为您推荐了相关专利信息
物体检测方法
评估算法
实例分割
柔性
存储程序代码
物体识别模型
三维特征提取
物体检测方法
三维位置信息
融合特征
面部表情识别方法
注意力机制
面部表情识别模型
特征金字塔网络
高层语义特征
施工智能
管理系统
建筑机械设备
数据处理模块
施工现场
安监系统
分析模块
识别视频图像
计算机可执行指令
识别模块