一种基于图像生成驱动数据增强的海上开放词汇目标检测方法

一种基于图像生成驱动数据增强的海上开放词汇目标检测方法，包括利用大语言模型对现有海洋场景文本进行增强，生成涵盖多种环境条件、天气变化、时间状态及多目标细节的丰富场景描述，并进一步解析出物体类别及其空间布局信息；基于增强后的文本与空间布局数据，借助条件扩散模型生成多样化且复杂的海洋场景图像，为目标检测模型提供多元化的视觉训练数据；结合目标检测损失函数和多模态对齐损失函数，对开放词汇目标检测模型进行优化训练。本发明提升了对数据集中已掌握类型目标的检测精度，并能扩展至数据集中未覆盖的目标类型，增强了无人艇在复杂海洋环境中的感知效率与任务适应性，为海上安全巡逻、搜救及执法提供了更加可靠的技术支持。