摘要
本发明公开了面向AUV的多尺度轻量化水下图像实例分割模型构建方法,包括:获取水下目标物体图像数据集,实例分割标注;转换标注文件格式,按比例随机划分数据集为训练集、验证集和测试集;构建新型C3K2_MSGC模块;在分割检测头中引入分组卷积,构建高效的Seg_Efficient分割检测头;引入WIoU损失函数训练模型,对水下图像实例分割,生成精确的目标分割图像。本发明的方法有效提升了AUV平台在有限计算资源下的目标检测与分割性能,兼顾了高精度与低计算成本,可广泛应用于海洋资源勘探、水下目标检测及生态监测等领域,为AUV在复杂水下环境中的自主感知提供了一种高效、实时的图像实例分割解决方案。
技术关键词
实例分割模型
输出特征
样本
交互式机器人
水下图像数据
训练集
水下探测设备
执行卷积运算
代表
检测头
水下机器人
模块
点对点
多尺度
多通道
格式
系统为您推荐了相关专利信息
K近邻方法
样本
无监督聚类方法
预训练模型
解码器
水下图像增强方法
客观评价指标
图像增强模型
多尺度
卷积模块
贝叶斯神经网络
配电开关
模糊层次分析法
风险检测方法
因子