摘要
本发明涉及海上救援领域,具体涉及一种面向海上小目标检测的全卷积的单阶段目标检测方法,包括:收集海上场景的图像和视频数据,并标注出数据中小目标的位置和类别信息,以构建海上小目标识别的数据集,所述数据集至少包括训练集和验证集;构建FCOS骨干网络,并在FCOS骨干网络之后添加特征增强模块,得到改进的网络模型;设计抗干扰损失函数;基于训练集,采用多尺度特征融合的方法对网络模型进行训练,得到海上小目标识别模型;在网络模型训练过程中,不断调整中心性损失函数和边界稳定性损失函数的权重系数,并进行验证;部署训练完成的海上小目标识别模型。通过本发明,在海上小目标检测场景下,可解决FCOS网络目标定位难度大的问题。
技术关键词
多尺度特征融合
通道注意力机制
网络模型训练
阶段
全局平均池化
特征描述符
数据
多层感知机
训练集
场景
上采样
视频
坐标
样本
元素
系统为您推荐了相关专利信息
优化BP神经网络
网络模型训练
搜索规则
陷阱
位置更新
气象
优化LSTM模型
电功率预测方法
历史功率数据
序列
原型
客户端
计算机执行指令
联邦学习方法
分类器