摘要
本申请公开了一种基于单目视觉与监督学习的水面目标探测方法,涉及图像处理技术领域,方法包括:建立样本数据集,样本数据集中包括带标注的水面目标图像,水面目标图像的标注包括目标类别、真实距离和真实边界框;利用对水面目标图像中目标类别的标注对探测模型中的类别分类分支进行训练;利用对水面目标图像中真实距离和真实边界框的标注对探测模型中的距离探测分支进行训练;通过单目视觉设备采集待探测图像;利用训练后的探测模型对待探测图像进行分析,得到相应的预测类别和预测距离。本申请通过对单目视觉设备采集的图像进行分析,不但能够得到水面目标的类别,还能获得较为准确的距离,大大降低了水面目标探测的成本。
技术关键词
水面
视觉设备
预测类别
分支
Sigmoid函数
样本
全局平均池化
图像处理技术
数据
海浪
算法
网络
系统为您推荐了相关专利信息
虚拟试衣
效果图生成方法
图像获取设备
图像分割算法
姿态估计算法
风格迁移技术
水面
训练集
多任务学习策略
可读存储介质
爬壁机器人
机器人外壳
移动式
并联机构
吸附机构