摘要
本发明提供一种基于金字塔场景压缩神经网络的漩涡检测方法,属于高频地波雷达海洋探测技术领域;包括DEDNet架构,所述DEDNet架构的主体网络由ResNet101构成,运用降维卷积、残差网络以及空洞卷积技巧,具体网络功能包括1×1降低维度、3×3卷积、1×1恢复维度;所述网络通过一次最大池化层和两次卷积层进行三次特征图缩小,每次将特征图大小减少二分之一,最终得到原尺寸1/8的特征图,再利用双线性插值恢复原尺寸,且池化层保留部分位置信息以满足语义分割对位置信息的需求。本发明实现了高频海流数据中中小尺度漩涡的高效、精准检测。
技术关键词
压缩神经网络
双线性插值
金字塔池化模块
全局信息融合
高频地波雷达
海洋探测技术
深度残差网络
场景
金字塔特征
框架构造
残差模块
空洞
尺寸
网络结构
语义
像素点
系统为您推荐了相关专利信息
航空发动机叶片
表面缺陷图像
缺陷检测方法
航空发动机涡轮叶片
多级特征
瞳孔中心定位方法
热力图
坐标
图像分割网络
瞳孔中心定位装置
参数预测方法
时序预测模型
迟滞参数
集合卡尔曼滤波
电主轴轴承座