摘要
本发明公开了一种基于改进YOLOv8的水下声纳图像识别方法及系统,包括:基于YOLOv8模型、多维并行注意力机制和对比学习架构构建网络模型;获取训练样本并利用训练样本对网络模型进行训练获得训练识别结果,利用对比损失函数和YOLOv8损失函数计算训练损失值并进行权重参数进行优化,重复迭代输出训练后的网络模型;获取水下声呐设备采集监测区域的声呐监测图像,将声纳监测图像输入至预设的网络模型获得水下目标检测结果;本发明通过多维并行注意力机制和对比学习架构提升了网络模型的表征能力和泛化性能,使网络模型在水下复杂环境中对目标细节的辨识更加精准。
技术关键词
图像识别方法
网络
注意力机制
水下声呐
输出特征
矩阵
图像识别系统
水下场景
模块
探测设备
滤波算法
标签
编码
标注工具
监测单元
多波束
信号
系统为您推荐了相关专利信息
优化设计方法
盾构管片
智能优化算法
密封垫结构
深度学习模型
脉冲宽度调制信号
植保无人机
机载智能
智能控制方法
流量校准
综合能源系统调度
热电联产机组
出力场景
GP模型
生成器网络
状态估计模型
微电网状态估计
神经网络模型
变量
电力系统