摘要
本发明公开一种基于雾天感知的特征细化船舶实例分割方法及设备,属于雾天场景下船舶图像的实例分割领域。本发明方法将YOLOv8s作为基础模型,设计一个联合学习框架,将去雾与特征细化增强感知策略相结合。通过状态空间模型和多尺度通道聚合门控策略,精细化建模图像特征,增强模型捕捉雾天长距离依赖特征信息。通过自适应去雾模块减少雾天背景干扰特征。通过多窗口分支特征提取和多角度相似性度量策略,进一步增强模型对局部细节信息和全局信息的提取能力,提高船舶目标区域的聚焦能力及对复杂雾霾场景的适应性,且有效提高雾天场景下的船舶实例分割性能和泛化能力。
技术关键词
实例分割方法
输出特征
输入多尺度
多尺度感知
实例分割模型
多尺度特征
模块
船舶
分支
干扰特征
状态空间模型
网络
大气散射模型
通道注意力机制
度量
系统为您推荐了相关专利信息
多尺度特征融合
裂缝检测方法
输出特征
校准
路面裂缝检测
AGV小车
仓库环境
多尺度特征
模块
前馈神经网络
液体检测方法
像素点
融合特征
神经网络结构
液体类别
焊缝缺陷图像
校验特征
螺旋钢管
特征提取网络
分割方法