摘要
本发明公开了一种用于水下船锚与螺旋桨打捞的探测方法,该方法包括:获取目标区域的水下图像;对所获取的水下图像进行图像增强处理,包括:对水下图像进行基于时域帧平均的图像去噪处理;及对去噪后的水下图像进行限制对比度自适应直方图均衡化处理;采集水下船锚与螺旋桨图像构建训练数据集,并进行数据增强处理;利用增强后的训练数据集对预设的深度学习神经网络进行模型训练,得到水下船锚与螺旋桨目标检测模型,模型训练采用Focal Loss计算置信度损失与分类损失,并采用CIoU损失计算边界框回归损失;利用水下船锚与螺旋桨目标检测模型对图像增强处理后的水下图像进行目标检测与识别。本发明有效满足了不同环境工况下螺旋桨及船锚打捞的水下探测需求。
技术关键词
螺旋桨
深度学习神经网络
图像增强
直方图均衡化
水下图像分割
光学成像相机
对比度
双线性插值
数据
预测类别
像素
处理器
程序
因子
指令
长宽比
可读存储介质
存储器
系统为您推荐了相关专利信息
图像分类方法
单波段
深度学习模型
黄豆种子
图像采集设备
混合粒子群优化
高斯金字塔
拉普拉斯金字塔
图像增强方法
参数
数控机床零件
在线评估方法
多光谱融合方法
图像增强算法
数控机床运行状态
螺旋桨模型
螺旋桨空化
主动控制系统
流速控制系统
空泡水筒
二值化神经网络
图像增强方法
精度
卷积模块
采样模块