摘要
本发明涉及船舶分类领域,具体涉及一种基于深度学习的船舶分类方法、装置及设备。方法包括:步骤S1,对船舶音频数据集中的船舶音频进行预处理,得到频谱图X;利用预训练好的扩散模型生成与文本提示相匹配的频谱图G,并将频谱图G与相应频谱图X分别引入掩码并融合,得到增强后的频谱图Xaug,构建成为增强频谱图集;步骤S2,构建船舶分类模型,从时间维度和频率维度分别提取特征并融合,引入代理注意力机制增强关键特征;步骤S3,利用增强频谱图集训练船舶分类模型;步骤S4,对待分类船舶的音频进行预处理,得到待分类的频谱图X,将待分类的频谱图X输入训练好的船舶分类模型,进行船舶分类。本发明能够显著提升船舶声音分类的准确性和泛化能力。
技术关键词
船舶分类模型
船舶分类方法
音频
注意力机制
文本
分类模型构建
模块
短时傅里叶变换
频率
存储计算机程序
计算机程序产品
处理器
分类装置
数据
采样率
可读存储介质
标签
编码
元素