摘要
本发明公开了一种水面漂浮物的识别检测方法、设备以及产品,包括:基于RT‑DETR神经网络模型建立神经网络模型;利用经过标注的水面漂浮物图像数据集,对神经网络模型进行训练;利用训练完成的神经网络模型对可能包含水面漂浮物的图像进行识别检测;本发明公开了一种水面漂浮物的识别检测方法、设备以及产品,创新性的使用多分支主干网络,既保证了输入图像的浅层空间特征提取,又能够提取输入图像的全局上下文融合语义特征,并且能够自适应性的高效融合两种类型的特征,有效提高了水面漂浮物识别检测的准确度,并且提高了对各种应用场景的适用性。
技术关键词
水面漂浮物
模块
识别检测方法
建立神经网络模型
融合语义
多分支
图像
融合特征
级联
语义特征
识别检测装置
空间特征提取
多尺度
计算机程序产品
处理器
注意力
基础
系统为您推荐了相关专利信息
机器人运动学模型
路径规划方法
焊缝
碰撞检测算法
路径规划算法
糖尿病视网膜病变
血管
初始弹性模量
光学相干断层扫描设备
迟滞系数
风险预测模型
识别方法
变量
淋巴细胞
机器学习模型