一种基于多视图特征和知识蒸馏的水上环境监控方法

本发明公开了一种基于多视图特征和知识蒸馏的水上环境监控方法，通过水纹理背景增强，以强化水纹背景与水上污染物之间的对比度，从而为后续处理提供更加清晰的数据基础。利用多视图多尺度特征提取层替换原始YOLOV10模型的特征提取层，通过融合原始图像、频谱图及边缘检测图等多种视图信息，以此提高监控检测的精确度和鲁棒性。采用核一致性混合图像知识蒸馏的目标域数据迁移方法，利用教师‑学生模型框架并通过一致性损失函数促进预训练模型的知识迁移至目标域，使得系统能够更好地应对仅有少量标注数据的新水域环境，既可以适应不同水域环境，又能根据实际情况适应季节需求而无需收集过多数据，增强其实用性和泛化建模能力。