摘要
本发明提供了一种基于贝叶斯神经网络的水下图像识别方法,属于水下图像识别技术领域;解决了通用的目标识别方法在视觉退化的水下环境下鲁棒性较差的技术问题。该方法步骤包括:S1、构建水下潜艇图像数据集;S2、构建基于贝叶斯神经网络的水下图像识别模型;S3、使用构建数据集进行深度学习模型训练,得到水下图像识别模型;S4、根据训练好预测模型,对潜航器执行水下任务时采集的图像进行预测分析,获取图像目标分类结果及不确定度。
技术关键词
贝叶斯神经网络
图像识别方法
图像识别模型
潜航器
深度学习模型训练
随机梯度下降
融合多模态信息
图像识别准确率
水下图像数据
更新网络参数
水下摄像机
图像识别技术
水下场景
优化器
鲁棒性
潜艇
标签
系统为您推荐了相关专利信息
三维岩心图像
智能化图像识别系统
智能化图像识别方法
坐标
矩阵
终端智能控制
智能巡检方法
图像识别模型
无人机巡检
气象环境参数
合成孔径雷达图像
图像识别模型
特征提取网络
图像识别系统
样本
日志分类模型
应用程序日志
终端
策略标签
生成日志
滤波方法
数据处理模块
数据分析模块
队列
告警机制