一种基于RT-DETR改进的水下目标检测系统及方法

AITNT
正文
推荐专利
一种基于RT-DETR改进的水下目标检测系统及方法
申请号:CN202510088542
申请日期:2025-01-21
公开号:CN119851108B
公开日期:2025-10-10
类型:发明专利
摘要
本发明提供了一种基于RT‑DETR改进的水下目标检测系统及方法,属于基于计算机视觉的水下目标检测技术领域。系统包括主干网络模块、混合编码器模块、InnerMPDIoU感知模块和解码器模块;主干网络模块基于大型可分离核注意力,提取特征后进行大型可分离核注意力计算,输出多层特征图;混合编码器模块设计包括基于可变形大核注意力的尺度内特征交互单元和改进的跨尺度特征融合单元;感知模块将原IoU感知模块的IoU计算引入尺度因子和辅助边界框,利用InnerMPDIoU感知的查询选择改进目标查询初始化。本发明的模型改进针对水下环境特殊性进行了适配,提高了水下运行效率,实现了参数轻量化的同时增加了准确度。
技术关键词
混合编码器 网络模块 过滤器 分支 上采样 注意力机制 跨尺度特征融合 因子 特征融合网络 解码器 点对特征 模型预测值 采样点 基准 图像压缩 计算机视觉
系统为您推荐了相关专利信息
1
一种基于人工智能的子宫肌瘤识别方法
医学影像数据 识别方法 子宫 深度学习模型 像素点
2
一种噪声抑制模态融合对齐的工业图像异常检测方法
图像异常检测方法 噪声抑制 补丁 图像编码器 文本编码器
3
一种基于边界增强的多尺度特征融合网络的肿瘤图像分割方法及系统
肿瘤图像分割方法 图像分割模型 特征融合网络 注意力 多尺度特征融合
4
一种基于改进YOLOv8的儿童肺炎病灶定位方法
特征融合网络 儿童肺炎 特征提取网络 卷积模块 病灶定位方法
5
基于语义分割网络与深度变化分析的动态环境VSLAM方法
VSLAM方法 语义分割网络 特征点 特征提取模块 时间序列模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号